基于聚类和Ripper的稀有类分类方法

• 作者: 余雯 蒋盛益 黄兴全
• 来源期刊: 暨南大学学报（自然科学与医学版）
• 学科: 工学
• 关键词: 数据挖掘 稀有类分类 一趟聚类
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 计算机协同技术
• 页码范围: 40-44
• 页数: 5页
• 分类号: TP311.12
• 字数: 3474字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9965.2009.01.010

摘要

稀有类分类在许多领域有重要应用,针对稀有类在数据中所占比例少,容易被忽略的特点,提出一种基于聚类和Ripper的稀有类分类方法,该方法在一趟聚类的结果中,通过将在整个数据集中所占的比例低于15%的聚类标识为少数类,再应用Ripper分类算法分别对少数类和多数类分别进行分类建模,并按照一定的组合方式调整得出整个数据集的最终规则集.在UCI数据集上的测试结果表明,基于一趟聚类和Ripper的稀有类分类方法对稀有类可产生高质量的分类效果.可以将该方法应用于现实生活的领域中进行稀有数据的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋盛益	广东外语外贸大学信息学院	92	1053	18.0	28.0
2	余雯	广东外语外贸大学信息学院	4	62	3.0	4.0
3	黄兴全		1	5	1.0	1.0