一种基于欠采样的不平衡数据分类算法

• 作者: 李军 李雄飞 程险峰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 机器学习 分类算法 不平衡数据 欠采样 邻域
• 年，卷（期）: 2011,（13）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 147-149
• 分类号: TP181
• 字数: 3265字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.13.047

摘要

针对不平衡数据学习问题,提出一种基于欠采样的分类算法.对多数类样例进行欠采样,保留位于分类边界附近的多数类样例.以AUC为优化目标,选择最恰当的邻域半径使数据达到平衡,利用欠采样后的样例训练贝叶斯分类器,并采用AUC评价分类器性能.仿真数据及UCI数据集上的实验结果表明,该算法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雄飞	吉林大学符号计算与知识工程教育部重点实验室	60	783	13.0	27.0
2	李军	长春理工大学数学系	21	264	6.0	16.0
6	程险峰		2	47	2.0	2.0