基于拆分集成的不均衡数据分类算法
为改进SVM对不均衡数据的分类性能,提出一种基于拆分集成的不均衡数据分类算法,该算法对多数类样本依据类别之间的比例通过聚类划分为多个子集,各子集分别与少数类合并成多个训练子集,通过对各训练子集进行学习获得多个分类器,利用WE集成分类器方法对多个分类器进行集成,获得最终分类器,以此改进在不均衡数据下的分类性能.在UCI数据集上的实验结果表明,该算法的有效性,特别是对少数类样本的分类性能.
支持向量机、不均衡数据集、分类器集成
26
TP3;TP1
陕西省自然科学基础研究计划2015JM6347;陕西省教育厅科技计划15JK1218;商洛学院科学与技术研究项目15sky010
2017-09-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
223-226