剪枝与欠采样相结合的不平衡数据分类方法

• 作者: 张健 方宏彬
• 来源期刊: 计算机应用研究
• 关键词: 机器学习 不平衡数据集 剪枝技术 欠采样技术 交叉验证 合并分类器增强算法
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 847-848
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.03.012

摘要

通过剪枝技术与欠采样技术相结合来选择合适数据,以提高少数类分类精度,研究欠采样技术在不平衡数据集环境下的影响.结果表明,与直接欠采样算法相比,本文算法不仅在accuracy值上有所提高,更重要的是大大改善了g-means值,特别是对非平衡率较大的数据集效果会更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健	安徽大学数学科学学院	30	100	5.0	8.0
2	方宏彬	安徽大学数学科学学院	14	60	5.0	7.0