欠抽样和DEC相结合的不平衡数据分类算法

• 作者: 吴敏 张化朋 李雷
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 不平衡数据集 支持向量机 预处理数据集 欠抽样 DEC
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 110-113
• 页数: 4页
• 分类号: TP301.6
• 字数: 3323字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.04.028

摘要

DEC算法是一种基于支持向量机的改进算法,但是研究表明,对于某些不平衡数据集,DEC分类器不能达到较高的少数类分类精度。针对这种情况,提出了一种基于欠抽样方法和DEC方法结合的新算法US-DEC来提高少数类分类精度。先用一个新的欠抽样方法来预处理数据集,再用DEC分类器训练处理过的数据集。通过在七个不平衡数据集上的仿真实验,比较了US-DEC算法和支持向量机,欠抽样方法以及DEC方法的分类性能。实验结果表明,在提高每类数据集的少数类分类精度上,US-DEC算法要优于其他算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏	南京邮电大学理学院	26	139	7.0	10.0
2	李雷	南京邮电大学理学院	82	539	12.0	18.0
3	张化朋	南京邮电大学理学院	11	26	4.0	4.0