基于RSBoost算法的不平衡数据分类方法

• 作者: 刘文英 刘洪太 刘璐 李克文 杨磊
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 不平衡数据 组合数据采样 Boosting RSBoost
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 249-252,267
• 页数: 5页
• 分类号: TP301.6
• 字数: 5094字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.9.048

摘要

不平衡数据的分类问题在多个应用领域中普遍存在,已成为数据挖掘和机器学习领域的研究热点.提出了一种新的不平衡数据分类方法RSBoost,以解决传统分类方法对于少数类识别率不高和分类效率低的问题.该方法采用SMOTE方法对少数类进行过采样处理,然后对整个数据集进行随机欠采样处理,以改善整个数据集的不平衡性,再将其与Boosting算法相结合来对数据进行分类.通过实验对比了5种方法在多个公共数据集上的分类效果和分类效率,结果表明该方法具有较高的分类识别率和分类效率.