基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随机森林算法在多种应用场景与数据集中都实现了良好的模型分类效果,但该算法在应用于不平衡二分类数据集时,受限于样本数据量本身的好坏比倾斜与决策子树叶节点投票机制,对样本量占相对少数的小类属样本不能很好地对分类进行表决.对此,文中对原有随机森林算法的节点分类规则进行改进.在模型训练过程中,综合考虑度量节点样本分类占比与节点深度,增加有利于少量类样本分类信息,从而提高了少数样本类的分类准确率.通过在不同数据集上进行随机森林改进算法的效果测试,证明改进算法相对于传统算法在不平衡数据集上有更好的模型表现,大样本条件下少量类样本分类准确率有显著提升.
推荐文章
MapReduce环境下处理多类别不平衡数据的改进随机森林算法
MapReduce
随机森林
分层采样
HDDT决策树
选择集成
一种处理不平衡大数据的并行随机森林算法
不平衡大数据
MapReduce
随机森林
代价敏感
分层自助抽样
基于样本投影分布的平衡不平衡数据集分类
平衡不平衡数据集
样本投影分布
支持向量机
支持向量数据描述
不平衡数据集的分类方法研究
机器学习
不平衡数据
数据分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于不平衡数据集的改进随机森林算法研究
来源期刊 计算机技术与发展 学科 工学
关键词 不平衡数据集 随机森林 决策树 节点分裂 分类准确率
年,卷(期) 2019,(6) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 100-104
页数 5页 分类号 TP301.6
字数 4939字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.06.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘独玉 西南民族大学电气信息工程学院 5 62 3.0 5.0
2 刘耀杰 西南民族大学电气信息工程学院 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (156)
参考文献  (13)
节点文献
引证文献  (11)
同被引文献  (24)
二级引证文献  (4)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(10)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(9)
  • 二级引证文献(1)
2019(10)
  • 引证文献(9)
  • 二级引证文献(1)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
不平衡数据集
随机森林
决策树
节点分裂
分类准确率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导