面向大规模类不平衡数据的变分高斯过程分类算法

• 作者: 周瑜 贺建军 马彪
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 类不平衡问题 高斯过程 变分推理 大规模数据分类
• 年，卷（期）: 2016,（3）
• 页码范围: 279-284
• 页数: 6页
• 分类号: TP391
• 字数: 4969字
• 语种: 中文
• DOI: 10.7511/dllgxb201603009

摘要

变分高斯过程分类器是最近提出的一种较有效的面向大规模数据的快速核分类算法，其在处理类不平衡问题时，对少数类样本的预测精度通常会较低。针对此问题，通过在似然函数中引入指数权重系数和构造包含相同数目正负类样本的诱导子集解决原始算法的分类面向少数类偏移的问题，建立了一种可以有效处理大规模类不平衡问题的改进变分高斯过程分类算法。在10个大规模 UCI数据集上的实验结果表明，改进算法在类不平衡问题上的精度较原始算法得到大幅提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马彪	大连民族大学信息与通信工程学院	16	35	3.0	5.0
2	周瑜	大连理工大学电子信息与电气工程学部	6	10	2.0	3.0
3	贺建军	大连民族大学信息与通信工程学院	15	37	4.0	5.0