基于鲸群优化随机森林算法的非平衡数据分类

摘要：

为了提高非平衡数据分类的准确性,采用随机森林算法用于数据分类,并结合鲸鱼优化算法对随机森林弱分类器权重进行优化求解,以增强随机森林算法对非平衡数据分类的适应性.首先,建立基于随机森林的非平衡数据分类模型.通过随机森林的多个决策树弱分类器进行分类,有效解决样本不均衡导致的分类困难问题.接着,采用鲸群优化算法对弱分类器权重进行优化求解,将分类准确率均值作为鲸群优化适应度函数,以提高弱分类器权重投票对最终分类结果的精度.最后,采用经过鲸群优化得到的随机森林模型进行非平衡数据分类.实验证明,通过合理设置鲸群优化算法参数,可以获得分类准确度更高的随机森林弱分类器权重,相较于常用非平衡数据分类算法,文中算法能够获得更优的分类性能.

关键词：非平衡数据分类、随机森林、鲸群优化算法、弱分类器、决策树

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;广东省高等学校特色专业建设项目;广东省十四五规划高等教育研究课题;广东省普通高校特色创新类项目;广西省自然科学基金青年基金资助项目

在线出版日期：2023-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：99-105