集成降采样不平衡数据分类方法研究

摘要：

对不平衡数据分类问题进行了研究,提出了两种基于采样的不平衡数据分类方法:一种是采用FarthestFirst聚类降采样,另一种是对样本进行带权重的随机抽样,两种方法均获得了较佳的分类效果.提出了样本带权重随机抽样与分类器集成相结合的不平衡数据分类方法.该方法对训练集的小类样本分别加各种权重,再与大类样本分别合并后进行带权重的随机抽样,生成N份平衡的数据集,分别对基分类器进行训练,最终投票集成组合分类器.实验结果表明,训练集划分与分类器集成相结合的不平衡数据分类方法具有更好的分类效果.

关键词：不平衡分类、预处理、集成学习

所属期刊栏目：7

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.61001013,61102136;the Natural Science Foundation of Fujian Province of China under Grant Nos.2011J05158,2010J01351;the Base Research Project for Science and Technology of Shenzhen under Grant No.JCYJ20120618155655087

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：630-638