基于聚类混合采样的不平衡数据分类

• 作者: 史明华 吴广潮
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 不平衡数据 聚类 混合采样 GBDT
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 34-38
• 页数: 5页
• 分类号: TP391
• 字数: 3628字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.05.006

摘要

不平衡分类问题广泛地应用于现实生活中,针对大多数重采样算法侧重于类间平衡,较少关注类内数据分布不平衡问题,提出一种基于聚类的混合采样算法.首先对原始数据集聚类,然后对每一簇样本计算不平衡比,根据不平衡比的大小对该簇样本做出相应处理,最后将平衡后的数据集放入GBDT分类器进行训练.实验表明该算法与几种传统算法相比F1-value和AUC更高,分类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴广潮	华南理工大学数学学院	20	192	7.0	13.0
2	史明华	华南理工大学数学学院	1	0	0.0	0.0