Logistic模型对非平衡数据的敏感性:测度、修正与比较

摘要：

本文以UCI数据库为研究样本,分析logistic模型对不同程度非平衡数据的敏感性.研究表明:①数据非平衡程度越高,logistic回归对稀有类的识别能力越差.②相对于其他修正方法,OSS方法的改进效果不显著且不稳定;相对于复杂抽样,简单抽样修正结果更优.③AUC值不适宜于非平衡数据条件下的模型选择,因为在非平衡数据条件下,它不能有效区分四种修正方法的优劣,而且修正前后的差异亦不能辨.

关键词：Logistic模型、非平衡数据、ROC曲线、AUC值、平衡化的五折交叉验证

所属期刊栏目：33

分类号：O212(概率论与数理统计)

资助基金：国家社会科学基金重大项目“大数据与统计学理论的发展研究”13&ZD148;国家社会科学基金青年项目“大数据背景下我国失业率水平的多维测度与动态修正研究”15CRK017;中国博士后科学基金和东北财经大学博士后科研项目“统计学视角下的大数据应用问题研究:数据导向”2014M561239、BSH201510

在线出版日期：2016-04-21（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：79-85