基于AdaBoost的欠抽样集成学习算法

• 作者: 孙晓燕 张化祥 计华
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 不平衡数据集 AdaBoost算法 欠抽样
• 年，卷（期）: 2011,（4）
• 页码范围: 91-94,100
• 分类号: TP391
• 语种: 中文

摘要

不平衡数据集分类中,采用欠抽样方法容易忽略多数类中部分有用信息,为此提出一种基于AdaBoost的欠抽样集成学习算法U-Ensemble。该方法首先使用AdaBoost算法对数据集预处理,得到各样例权重。训练基分类器时,针对多数类数据不再采用bootstrap抽样方法,而是分别随机选择部分权重较大的样例与部分权重较小的样例,使两部分样例个数与少数类样例个数相同,并组成Bagging成员分类器的训练数据。实验结果证明了算法的有效性。