一种基于模糊C-均值聚类的欠采样集成不平衡数据分类算法

摘要：

[目的]解决二分类任务中因类间数据不平衡导致少数类分类准确度低的问题.[方法]提出一种基于模糊C-均值聚类的欠采样集成不平衡数据分类算法(ECFCM),即对多数类样本进行基于FCM聚类的欠采样,将聚类中心样本与全部少数类样本组成平衡数据集;利用基于Bagging的集成学习算法对平衡数据集进行分类.[结果]在4组不平衡数据集上的Matlab仿真实验结果表明,ECFCM算法的Acc、AUC和F1提升幅度最高为5.75％ (Spambase),13.84％ (Glass2)和7.54％ (Spambase).[局限]本文采用标准数据集验证ECFCM算法的有效性,当采用实际应用中的不平衡数据时,需要有针对性地研究不平衡数据分类算法.[结论]ECFCM算法分类性能良好,在一定程度上有利于提高不平衡数据中少数类的分类准确度.

关键词：不平衡数据、模糊C-均值聚类、分类、欠采样、集成学习

所属期刊栏目：3

分类号：TP393;G35(计算技术、计算机技术)

资助基金：国家社会科学基金重大项目“情报学学科建设与情报工作未来发展路径研究”17ZDA291;南京大学研究生跨学科科研创新项目“大数据环境下情报学理论方法知识库构建研究”项目2018ZDW03的研究成果之一

在线出版日期：2019-07-10（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：90-96