基于聚类融合欠采样的不平衡分类方法

• 作者: 叶枫 江永省
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 不平衡分类 聚类融合 欠采样 噪声
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 算法
• 页码范围: 292-297
• 页数: 6页
• 分类号: TP311
• 字数: 5460字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.01.047

摘要

不平衡分类在现实生活中有着广泛应用,提高不平衡数据的分类精度一直是相关领域中的热门课题.针对已有欠采样方法容易保留多数类噪声样本的问题,提出一种基于聚类融合欠采样的改进欠采样方法.结合聚类融合与孤立森林(Isolation Forest,iForest)方法,筛选、删除异常指数高的多数类噪声样本,有效提高模型中的样本质量,增强欠采样算法的抗噪声能力.在7个UCI和KEEL不平衡数据集上的实验结果表明,该算法在处理不平衡分类问题时,AUC值和F1值均有一定程度的提升.将算法应用在蛋白质定位预测,提升了预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶枫	浙江工业大学管理学院	50	319	10.0	15.0
2	江永省	浙江工业大学管理学院	1	0	0.0	0.0