10.3969/j.issn.1672-9722.2021.09.007
一种代价敏感的旋转森林分类算法
分类器集成通过将弱学习器提升为强学习器,提高了分类器分类的准确性.但当它面对不平衡数据问题时,虽然比单个分类器效果要好,但依旧无法达到预期效果.基于此提出了一种代价敏感的旋转森林算法(CROF),利用旋转森林进行数据预处理,并将代价函数引入基分类器构造中,最终获得面向不平衡数据问题的新的集成分类器.经实验表明,CROF算法能够有效提高少数类的分类能力,可以较好处理不平衡问题.
集成;不平衡数据;代价敏感;代价函数;旋转森林
49
TP301.6(计算技术、计算机技术)
2021-10-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
1763-1766,1883