面向不平衡数据集的线性分类方法研究

• 作者: 殷士勇
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 不平衡数据集 Fisher分类器 伪逆法 单层感知器 线性分类方法
• 年，卷（期）: 2010,（5）
• 页码范围: 467-475
• 分类号: TP231
• 字数: 5891字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-058X.2010.05.011

摘要

近年来,面向不平衡数据集的分类器学习与推广问题越来越受到人们的关注,在此以机器学习数据库、美国邮政编码、2维元音等国际上典型的分类问题为应用背景,重点研究如何用线性分类器解决样本数不平衡的问题;对Fisher、伪逆和单层感知器等3种典型的线性分类器做了深入的研究,并将这3种线性分类方法应用到不平衡数据集的分类中;通过实验及分析,这些新方法对平衡数据集的线性分类起到了良好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷士勇		13	67	3.0	8.0