多层级联式少数类聚类高精度数据挖掘算法

• 作者: 许统德 赵志俊 高俊文
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 数据挖掘 少数类分类 多层级 K均值聚类 C4.5决策树
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能驱动的自动化
• 页码范围: 829-834
• 页数: 6页
• 分类号: TP312
• 字数: 6532字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.150941

摘要

数据挖掘领域中类别不平衡数据分类属于热门研究课题.在传统分类算法中,由于存在一定程度的偏向性,使得少数类的分类效果欠佳.基于此,提出一种多层级联式少数类聚类高精度数据挖掘算法.该算法基于聚类进行欠采样,在多数类样本上进行聚类并提取聚类质心,得到数目等同少数类样本的聚类质心,之后和所有少数类样例一起构建新平衡训练集.为杜绝少数类样本数量过少导致训练集过小而影响分类精度,利用SMOTE过采样结合聚类欠采样,在平衡训练集上通过K均值聚类和C4.5决策树算法相级联的分类方式来优化分类决策的边界.实验表明,该算法在处理类别不平衡数据分类问题方面具备一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高俊文	广东农工商职业技术学院教务处	40	165	8.0	11.0
2	赵志俊	广州大学松田学院	13	24	3.0	4.0
3	许统德	广东农工商职业技术学院教务处	26	90	7.0	8.0