改进随机子空间与决策树相结合的不平衡数据分类方法

• 作者: 胡小生
• 来源期刊: 佛山科学技术学院学报（自然科学版）
• 学科: 工学
• 关键词: 不平衡数据分类 随机子空间方法 决策树 集成学习
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 信息科学
• 页码范围: 22-26
• 页数: 5页
• 分类号: TP18
• 字数: 4004字
• 语种: 中文

摘要

提出一种改进随机子空间与C4.5决策树算法相结合的分类算法.以C4.5算法构建决策树作为集成学习的基分类器,每次迭代初始,将SMOTE采样技术与随机子空间方法相结合,生成在特征空间和数据分布上差异明显的合成样例,为基分类器提供多样化的平衡训练数据集,采用绝大多数投票方法进行最终决策的融合输出.实验结果表明,该方法对少数类和多数类均具有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡小生	佛山科学技术学院电子与信息工程学院	19	198	7.0	14.0