面向不均衡数据的多分类集成算法

摘要：

为解决不均衡多分类问题,提出了一种基于采样和特征选择的不均衡数据集成分类算法(IDESF).基分类器的多样性会影响集成算法的分类性能,所以IDESF算法对数据集进行有放回采样+SMOTE的两阶段采样.两阶段采样在保证所得数据集中样本合理性的基础上,增加数据集间的差异性以此隐式地提高基分类器的多样性.两阶段采样同样可以平衡数据分布,防止分类器偏向多数类.在两阶段采样的基础上,IDESF算法引入了数据清洗和特征选择方法,试图进一步提高算法的分类性能.与其他不均衡分类算法在5组不均衡数据集上进行了对比实验,结果表明该算法可以获得较高的AUCarea和G-Mean值,具有较为优异的分类效果.

关键词：不均衡数据集;过采样;数据清洗;特征选择;集成算法;多分类

所属期刊栏目：58

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2022-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：176-183