结合样本局部密度的非平衡数据集成分类算法

摘要：

传统的过采样方法是解决非平衡数据分类问题的有效方法之一.基于SMOTE的过采样方法在数据集出现类别重叠(class-overlapping)和小析取项(small-disjuncts)问题时将降低采样的效果,针对该问题提出了一种基于样本局部密度的过采样算法MOLAD.在此基础上,为了解决非平衡数据的分类问题,提出了一种在采样阶段将MOLAD算法和基于Bagging的集成学习结合的算法LADBMOTE.LADBMOTE首先根据MOLAD计算每个少数类样本的K近邻,然后选择所有的K近邻进行采样,生成K个平衡数据集,最后利用基于Bagging的集成学习方法将K个平衡数据集训练得到的分类器集成.在KEEL公开的20个非平衡数据集上,将提出的LADBMOTE算法与当前流行的7个处理非平衡数据的算法对比,实验结果表明LADBMOTE在不同的分类器上的分类性能更好,鲁棒性更强.

关键词：非平衡数据、近邻计算策略、集成学习、过采样

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. 61572406 国家自然科学基金

在线出版日期：2020-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：274-284