不平衡分类问题研究综述

• 作者: 叶志飞 吕宝粮 文益民
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 机器学习 不平衡模式分类 重采样 代价敏感学习 训练集划分 分类器集成 分类器性能评测
• 年，卷（期）: 2009,（2）
• 页码范围: 148-156
• 页数: 9页
• 分类号: TP181
• 字数: 8535字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.02.010

摘要

实际的分类问题往往都是不平衡分类问题,采用传统的分类方法,难以得到满意的分类效果.为此,十多年来,人们相继提出了各种解决方案.对国内外不平衡分类问题的研究做了比较详细地综述,讨论了数据不平衡性引发的问题,介绍了目前几种主要的解决方案.通过仿真实验,比较了具有代表性的重采样法、代价敏感学习、训练集划分以及分类器集成在3个实际的不平衡数据集上的分类性能,发现训练集划分和分类器集成方法能较好地处理不平衡数据集,给出了针对不平衡分类问题的分类器评测指标和将来的工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文益民	湖南工业职业技术学院信息工程系	36	404	8.0	19.0
2	吕宝粮	上海交通大学计算机科学与工程系	10	329	6.0	10.0
6	叶志飞	上海交通大学计算机科学与工程系	1	149	1.0	1.0