基于多类不平衡分类的改进AdaBoost算法研究

• 作者: 侯凌燕 吴萌 杨大利
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 多类类别不平衡 均值分布 阈值 AdaBoost 集成
• 年，卷（期）: 2018,（1）
• 页码范围: 76-81
• 页数: 6页
• 分类号: TP391.4
• 字数: 3952字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2017.05.015

摘要

对于类别不平衡问题,提出了一种多类类别不平衡数据分类的算法——基于改进的AdaBoost的组合算法(EnsembleAdaBoost.M).为了避免随机欠采样对数据分布的改变,采用基于样本均值分布的方法进行采样;为解决上采样产生的噪音数据,利用结合阈值的方法对AdaBoost分类器进行了改进;针对下采样造成的数据信息丢失问题,在平衡训练集上利用集成的思想,将多个子分类器学习成强分类器.实验结果表明,在公开的几种UCI数据集上,该算法相对其他几种经典算法,在小类的F-score值和整体数据集的G-mean值上取得了理想的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯凌燕	北京信息科技大学计算机学院	35	151	7.0	11.0
2	杨大利	北京信息科技大学计算机学院	45	116	6.0	9.0
3	吴萌	北京信息科技大学计算机学院	4	4	1.0	2.0