APP下载

动态平衡采样的不平衡数据集成分类方法

2016-05-24胡小生温菊屏钟勇

智能系统学报 2016年2期
关键词:分类

胡小生,温菊屏,钟勇

(佛山科学技术学院 电子与信息工程学院,广东 佛山 528000)



动态平衡采样的不平衡数据集成分类方法

胡小生,温菊屏,钟勇

(佛山科学技术学院 电子与信息工程学院,广东 佛山 528000)

摘要:传统分类算法假定平衡的类分布或相同的误分类代价,处理不平衡数据集时,少数类识别精度过低。提出一种动态平衡数据采样与Boosting技术相结合的不平衡数据集成分类算法。在每次迭代初始,综合使用随机欠采样和SMOTE过采样获得平衡规模的训练数据,各类别样本数据比例保持随机性以体现训练数据的差异性,为子分类器提供更好的训练平台;子分类器形成后,利用加权投票得到最终强分类器。实验结果表明,该方法具有处理类别不平衡数据分类问题的优势。

关键词:分类;不平衡数据;重采样;集成学习;随机森林

中文引用格式:胡小生,温菊屏,钟勇. 动态平衡采样的不平衡数据集成分类方法[J]. 智能系统学报, 2016, 11(2): 257-263.

英文引用格式:HU Xiaosheng, WEN Juping, ZHONG Yong. Imbalanced data ensemble classification using dynamic balance sampling[J]. CAAI transactions on intelligent systems, 2016, 11(2): 257-263.

分类是机器学习、数据挖掘领域的重要研究内容,通过对输入的训练样本数据进行分析、学习后获得决策模型,随后即可对未知样本进行预测。目前,已经有许多经典的分类算法,例如决策树、支持向量机、人工神经网络,这些算法在类别数据分布均匀的条件下具有良好的分类性能,得到了广泛应用。但是,在许多实际应用领域中,存在着非常明显的类别不平衡数据,例如信用卡欺诈检测、医疗疾病诊断、网络入侵检……

登录APP查看全文

猜你喜欢

分类
分类算一算
垃圾分类的困惑你有吗
星星的分类
我给资源分分类
垃圾分类,你准备好了吗
按需分类
教你一招:数的分类
说说分类那些事
给塑料分分类吧