基于聚类欠采样的极端学习机

• 作者: 徐丽丽 闫德勤 高晴
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 极端学习机 聚类 不平衡数据 欠采样 数据挖掘
• 年，卷（期）: 2015,（17）
• 页码范围: 81-84
• 页数: 4页
• 分类号: TP18
• 字数: 3185字
• 语种: 中文

摘要

针对极端学习机算法对不平衡数据分类问题的处理效果不够理想，提出了一种基于聚类欠采样的极端学习机算法。新算法首先对训练集的负类样本进行聚类生成不同的簇，然后在各簇中按规定的采样率对其进行欠采样，取出的样本组成新的负类数据集，从而使训练集正负类数据个数达到相对平衡，最后训练分类器对测试集进行测试。实验结果表明，新算法有效地降低了数据的不平衡对分类准确率的影响，具有更好的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫德勤	辽宁师范大学计算机与信息技术学院	124	1071	15.0	28.0
2	徐丽丽	辽宁师范大学数学学院	11	64	6.0	8.0
3	高晴	辽宁师范大学数学学院	3	16	2.0	3.0