剪枝与欠采样相结合的不平衡数据分类方法

摘要：

通过剪枝技术与欠采样技术相结合来选择合适数据,以提高少数类分类精度,研究欠采样技术在不平衡数据集环境下的影响.结果表明,与直接欠采样算法相比,本文算法不仅在accuracy值上有所提高,更重要的是大大改善了g-means值,特别是对非平衡率较大的数据集效果会更好.

关键词：机器学习、不平衡数据集、剪枝技术、欠采样技术、交叉验证、合并分类器增强算法

所属期刊栏目：29

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目71071002;安徽省教育厅自然科学基金资助项目05010428;安徽大学人才队伍建设项目;安徽大学学术创新团队项目KJTD001B

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：847-848