一种聚类欠采样策略的随机森林优化方法

摘要：

针对随机森林分类效果受样本集类间不平衡、类内不规则的影响,提出一种聚类欠采样策略的随机森林优化方法.该方法对原始数据大类样本聚类,得到与小类样本个数相同的子类簇;从每个子类簇中随机有放回抽取一个样本与小类样本合并,形成平衡样本集;对平衡样本集进行有放回随机抽样,形成单棵决策树的训练样本集并完成建树;将两次未被抽中的样本作为袋外数据,用于模型测试;重复上述过程多次,形成随机森林.使用10组非平衡数据集进行实验验证,结果表明,该方法在这10组数据集上的分类能力及稳定性均优于传统随机森林.

关键词：随机森林、非平衡数据、聚类分析、中医药信息学

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江西省科技厅重点研发计划;江西省卫生计生委中医药科研计划

在线出版日期：2020-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：166-172