一种基于广义极值分布的非平衡数据分类算法

摘要：

在许多业务应用中,非平衡数据分类问题都会频繁出现,然而这个问题仍未得到很好的解决.除了直接预测数据对应的分类标签,许多应用还可能关心这个预测的准确性有多少.然而,已有的许多研究都主要集中在分类准确度上而忽略分类概率预测值的准确度.为了解决这个问题,提出了一种新的线性回归算法,该算法在广义线性模型的框架下,结合广义极值(generalized extreme value,GEV)分布作为链接函数以及校准损失函数作为目标优化函数,形成凸优化问题,利用广义极值分布的非对称性解决非平衡数据分类问题.另外,由于广义极值分布的形状参数对建模精度有较大影响,还提出了2种参数寻优方法.在实验部分,人工数据集和真实数据集均表明所提算法有着优异的分类性能以及准确的分类概率预测.

关键词：线性模型、极值分布、非平衡数据、分类、概率预测

所属期刊栏目：55

分类号：TP181(自动化基础理论)

资助基金：国家“九七三”重点基础研究发展计划基金项目2013CB329603;国家自然科学基金项目61472248,61772337

在线出版日期：2019-01-23（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：2361-2371