10.3969/j.issn.1000-3428.2011.14.059
Bagging组合的不平衡数据分类方法
提出一种基于Bagging组合的不平衡数据分类方法CombineBagging,采用少数类过抽样算法SMOTE进行数据预处理,在此基础上利用C-SVM、径向基函数神经网络、Random Forests 3种不同的基分类器学习算法,分别对采样后的数据样本进行Bagging集成学习,通过投票规则集成学习结果.实验结果表明,该方法能够提高少数类的分类准确率,有效处理不平衡数据分类问题.
Bagging组合、不平衡数据分类、支持向量机、神经网络、Random Forests算法
37
TP391(计算技术、计算机技术)
教育部留学回国人员科研启动基金
2011-11-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
178-179,182