针对不平衡数据集的Bagging改进算法

摘要：

传统的Bagging分类方法对不平衡数据集进行分类时,虽然能够达到很高的分类精度,但是对其中少数类的分类准确率不高.为提高其对少数类数据的分类精度,利用SMOTE算法对样例集中的少数类样例进行加工,在Bagging算法中根据类值对各个样例的权重进行调整.混淆矩阵和ROC曲线表明改进算法达到了既能保证整体的分类准确率,又能提高少数类分类精度的目的.

关键词：不平衡类、少类样本合成过采样技术(SMOTE)、Bagging算法、权重、受试者工作特征曲线(ROC)

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：山东省高新技术自主创新工程专项计划2007ZZ17;山东省自然科学基金the Natural Science Foundation of Shandong Prov-ince of China under Grant Y2007G16;山东省科技攻关计划the Key Technologies R&D Program of Shandong Province,China under Grant 2008GG10001015;山东省电子发展基金2008B0026

在线出版日期：2011-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：40-42