| 改进欠抽样方法及其在非平衡数据集分类中的应用 |
| |
| 引用本文： | 牛壮,李凤莲,张雪英,樊宇宙,魏鑫.改进欠抽样方法及其在非平衡数据集分类中的应用[J].计算机工程,2019,45(6):218-224. |
| |
| 作者姓名： | 牛壮 李凤莲 张雪英 樊宇宙 魏鑫 |
| |
| 作者单位： | 太原理工大学信息与计算机学院,山西晋中,030600;太原理工大学信息与计算机学院,山西晋中,030600;太原理工大学信息与计算机学院,山西晋中,030600;太原理工大学信息与计算机学院,山西晋中,030600;太原理工大学信息与计算机学院,山西晋中,030600 |
| |
| 基金项目： | 山西省自然科学基金;山西省重点研发计划;山西省科技重大专项 |
| |
| 摘 要： | 欠抽样方法在非平衡数据集分类时,未充分考虑数据分布变化对分类结果造成的影响。为此,提出一种基于聚类融合去冗余的改进欠抽样方法。采用聚类算法得到多数类样本高密度分布区域的聚类中心,将多数类样本划分为不同子集,通过计算各子集的相似度冗余系数对多数类样本进行去冗余删除,以达到欠抽样的目的。对15个不同平衡率的数据集欠抽样后,利用代价敏感混合属性多决策树模型进行分类。实验结果表明,在不降低非平衡数据集分类准确率的前提下,该方法能够提高少数类样本的正类率及预测模型的G-mean值。
|
| 关 键 词： | 非平衡数据集 聚类算法 欠抽样 去冗余 多决策树预测模型 |
Improved Under-sampling Method and Its Application in the Classification of Imbalanced Data Sets |
| |
| NIU Zhuang,LI Fenglian,ZHANG Xueying,FAN Yuzhou,WEI Xin.Improved Under-sampling Method and Its Application in the Classification of Imbalanced Data Sets[J].Computer Engineering,2019,45(6):218-224. |
| |
| Authors: | NIU Zhuang LI Fenglian ZHANG Xueying FAN Yuzhou WEI Xin |
| |
| Affiliation: | (College of Information and Computer,Taiyuan University of Technology,Jinzhong,Shanxi 030600,China) |
| |
| Abstract: | NIU Zhuang;LI Fenglian;ZHANG Xueying;FAN Yuzhou;WEI Xin(College of Information and Computer,Taiyuan University of Technology,Jinzhong,Shanxi 030600,China) |
| |
| Keywords: | imbalanced data sets clustering algorithm under-sampling redundancy removal multi-decision tree prediction model |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
