样本大小对稀有类分类的影响

• 作者: 职为梅 范明
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 分类 稀有类 主成分分析 样本大小
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 9-12
• 分类号: TP311
• 字数: 4262字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.05.003

摘要

分类稀有类在现实生活中的很多领域都有广泛的应用,但普通的分类算法在分类稀有类时往往失效.探讨了影响稀有类分类的各个因素,针对影响稀有类中的一个因素,样本大小对稀有类的影响进行了研究.对于UCI学习库中的三个数据集,在weka平台上使用Roration Forest进行实验,对于相同的类比率,使用unsupervised resample数据预处理方法使样本由小变大.结果表明在特定的类比率下,使样本变大,由数据的不平衡分布造成的分类错误下降,普通的分类算法在分类稀有类时往往也可以取得很好的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范明	郑州大学信息工程学院	55	376	11.0	16.0
2	职为梅	郑州大学信息工程学院	17	85	6.0	8.0