基于代价敏感大间隔分布机的不平衡数据分类算法

• 作者: 曹雅茜 黄海燕
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 不平衡数据 代价敏感学习 大间隔分布 循环对偶坐标下降法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 606-613
• 页数: 8页
• 分类号: TP391.9
• 字数: 6249字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20180515001

摘要

大间隔分布学习机(LDM)在应用于不平衡据分类时,由于忽略类别不均衡,会使少数类样本的识别率较低.针对这一不足,结合代价敏感思想提出了一种不平衡代价敏感大间隔分布算法(ICS-LDM).首先,在计算间隔均值和间隔方差时,结合数据集的不平衡因子和样本错分代价参数,调整不同类别的间隔分布权重;其次,将可以快速收敛的循环对偶坐标下降法应用于求解目标函数;最后,通过逐渐提高少数类的间隔分布,可以实现间隔分布在各类别平衡且总体最大.在虚拟数据集和UCI公开数据集上的实验结果表明,ICS-LDM可以有效提高少数类的分类精度,平衡各类的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄海燕	华东理工大学化工过程先进控制和优化技术教育部重点实验室	17	187	7.0	13.0
2	曹雅茜	华东理工大学化工过程先进控制和优化技术教育部重点实验室	2	5	1.0	2.0