基于Adaboost分类算法的优化研究与应用

• 作者: 吴琼 周维民 李运田
• 来源期刊: 工业控制计算机
• 关键词: Adaboost SVM 分类 非平衡样本集 级联 分类效率 数据挖掘
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 数据采集与通信
• 页码范围: 90-92
• 页数: 3页
• 字数: 2530字
• 语种: 中文

摘要

针对数据采集过程中的数据分布不平衡的问题,对非平衡数据应用数据挖掘分类算法进行分类.传统的分类器在处理非平衡数据时分类结果往往倾向于样本数目较多的类.但Adaboost算法在处理非平衡数据过程中表现出了优势,主要是对Adaboost算法进行改进和应用,采用级联的Adaboost分类器并结合SVM算法构造出分类效率更高的分类器.最后通过具体数据验证改进后算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴琼	上海大学机电工程与自动化学院	20	123	6.0	11.0
2	李运田	上海大学机电工程与自动化学院	6	51	3.0	6.0
3	周维民	上海大学机电工程与自动化学院	10	25	3.0	4.0