基于概率采样和集成学习的不平衡数据分类算法

• 作者: 曹雅茜 黄海燕
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 不平衡数据分类 集成学习 特征选择 概率分布
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 203-208
• 页数: 6页
• 分类号: TP391
• 字数: 8371字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.05.031

摘要

集成学习由于泛化能力强,被广泛应用于信息检索、图像处理、生物学等类别不平衡的场景.为了提高算法在不平衡数据上的分类效果,文中提出一种基于采样平衡和特征选择的集成学习算法OBPD-EFSBoost.该算法主要包括3个步骤:首先,依据少数类高斯混合分布得到的概率模型,进行过采样构造平衡数集,扩大少数类的潜在决策域;其次,每轮训练个体分类器时,根据上一轮的错分样本综合考虑样本和特征的加权,过滤冗余噪声特征;最后,通过个体分类器的加权投票得到最终的集成分类器.8组UCI数据分类结果表明,该算法不仅有效提高了少数类的分类精度,同时还弥补了Boosting类算法对噪声特征敏感的缺陷,具有较强的鲁棒性.

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