不均衡数据集文本分类中少数类样本生成方法研究

• 作者: 姜丽丽 杜娟 陈红丽
• 来源期刊: 计算机应用研究
• 关键词: 不均衡数据集 分类 聚类 遗传算法 样本生成
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3731-3734
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.10.038

摘要

针对传统的分类算法在处理不均衡样本数据时,其分类器预测倾向于多数类,少数类分类误差大,提出了一种基于聚类和遗传算法的样本生成方法.先通过K-means算法将少数类样本聚类分组;再在每个聚类的内部使用遗传交叉和变异操作获取新样本,并进行有效性验证;最后使用原始数据集和新数据集分别训练K最近邻(K nearest neighbor,KNN)及支持向量机(support vector machine,SVM)分类器.实验结果表明此方法有效改善了少数类分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜娟	大庆石油学院计算机与信息技术学院	8	31	4.0	5.0
2	陈红丽	大庆石油学院现代教育技术中心	2	6	1.0	2.0
3	姜丽丽	大庆石油学院计算机与信息技术学院	2	13	2.0	2.0