集成学习算法在不平衡分类中的应用研究

• 作者: 文益民 李健 杜飞明 陈方
• 来源期刊: 计算技术与自动化
• 关键词: 机器学习 类不平衡 集成学习 评测标准
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 103-106
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2009.02.026

摘要

提出一种基于训练集分解的不平衡分类算法,该算法使用能输出后验概率的支持向量机作为分类器,使用基于测度层次信息源合并规则实现分类器的集成.在4个不同领域的不平衡数据集上的仿真实验表明:该算法有效提高分类器对正类样本的正确率,同时尽量减少对负类样本的误判.实验结果验证集成学习算法处理不平衡分类问题的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈方	湖南工业职业技术学院信息工程系	16	39	4.0	5.0
2	文益民	湖南大学电气与信息工程学院	36	404	8.0	19.0
4	李健	湖南工业职业技术学院信息工程系	52	168	7.0	10.0
7	杜飞明	湖南工业职业技术学院信息工程系	18	59	4.0	7.0