多子域隔离学习组合决策用于不均衡样本

• 作者: 彭新光 靳燕
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 不均衡数据集区域分布 支持向量数据描述 稀疏域与重叠域 子域隔离学习 复合分类器
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 大数据
• 页码范围: 2475-2480
• 页数: 6页
• 分类号: TP391
• 字数: 5713字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.09.2475

摘要

为进一步弱化数据不均衡对分类算法的束缚,从数据集区域分布特性着手,提出了不均衡数据集上基于子域学习的复合分类模型.子域划分阶段,扩展支持向量数据描述(SVDD)算法给出类的最小界定域,划分出域内密集区与域外稀疏区.借鉴不同类存在相似样本的类重叠概念,对边界样本进行搜索,组合构成重叠域.子域清理阶段,基于邻近算法(KNN)的邻近性假设,结合不同域的密疏程度,设置样本有效性参数,对域内样本逐个检测以清理噪声.各子域隔离参与分类建模,按序组合产生出用于不均衡数据集的复合分类器CCRD.在相似算法对比以及代价敏感MetaCost对比中,CCRD对正类的正确分类改善明显,且未加重负类误判;在SMOTE抽样比较中,CCRD改善了负类的误判情形,且未影响正类的正确分类;在五类数据集的逐个比较中,CCRD分类性能均有提升,在Haberman_stur的正类分类性能提升上尤为明显.结果表明,基于子域学习的复合分类模型的分类性能较好,是一种研究不均衡数据集的较有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭新光	太原理工大学计算机科学与技术学院	103	451	10.0	16.0
2	靳燕	山西大学商务学院信息学院	18	32	4.0	5.0