基于新型集成分类器的非平衡数据分类关键问题研究

• 作者: 曲武 杨炳儒 翟云 隋海峰
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 数据挖掘 非平衡类数据分类 集成分类器 关健问题
• 年，卷（期）: 2011,（1）
• 页码范围: 196-201
• 分类号: TP18
• 字数: 5955字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2011.01.40

摘要

针对非平衡数据分类问题,提出了一种基于差异采样率的重采样算法(differentiated sampling rate algorithm, DSRA),基于DSRA设计了一种新的集成分类器(SVM-Ripper ensemble classifier, SREC), SREC采用独特的分类器选择策略、分类器集成策略、分类决策方案,可获得较高的分类精度.同时,利用SREC对影响非平衡数据分类的关键问题进行了研究.结果表明,非平衡数据分类问题本质上是由正负样本类间非平衡、类内非平衡、样本规模以及样本非平衡度等诸多因素引起的,只有综合考虑这些因素才能更好地解决非平衡数据分类问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
2	隋海峰	北京科技大学信息工程学院	7	52	4.0	7.0
3	曲武	北京科技大学信息工程学院	6	102	4.0	6.0
4	翟云	北京科技大学信息工程学院	7	122	5.0	7.0