基于混合采样策略的改进随机森林不平衡数据分类算法

• 作者: 刘双印 符志强 贺超波 郑建华
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 混合采样策略 随机森林 不平衡数据 集成学习 分类算法
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: “第三届亚洲人工智能技术大会”专栏
• 页码范围: 113-123
• 页数: 11页
• 分类号: TP181
• 字数: 6342字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.07.015

摘要

针对传统分类算法难以处理不平衡数据的问题,提出了一种基于混合采样策略的改进随机森林不平衡数据分类算法.首先从理论上分析了混合采样策略提升随机森林基分类器多样性的机理,随后设计了改进随机森林不平衡数据分类算法.算法采用过采样和欠采样混合采样策略为每棵子树生成不同的平衡训练子集,再利用该训练子集训练子树,从而创建随机森林分类器.最后用13种不平衡数据集进行实验测试.结果显示:采用较小的过采样因子可以取得较好的分类效果;与9种对照算法相比,改进的随机森林分类算法在AUC值对比时获得10个最优结果,G-mean值对比时获得9个最优结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建华	仲恺农业工程学院信息科学与技术学院	34	99	5.0	8.0
3	符志强	仲恺农业工程学院信息科学与技术学院	25	42	4.0	5.0
4	贺超波	仲恺农业工程学院信息科学与技术学院	40	302	12.0	15.0
6	刘双印	仲恺农业工程学院信息科学与技术学院	13	18	2.0	3.0