基于集成学习和代价敏感的类别不平衡数据分类算法

贺指陈

首页> 中文期刊> 《信息记录材料》 >基于集成学习和代价敏感的类别不平衡数据分类算法

基于集成学习和代价敏感的类别不平衡数据分类算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在数据分类分析中,一些特别的类别里往往存在更重要的信息。提出一种基于集成学习,欠采样和代价敏感的类别不平衡数据分类算法(USCensemble),来解决传统算法处理类别不平衡数据分类任务时难以正确识别少数类样本的问题。该算法首先运用EasyEnsemble的算法结构,在前一组数据训练完毕后,运用欠采样方法选取权重大的多数类样本,并将其与少数类样本结合为临时训练数据以此平衡数据集并进行下一轮训练。同时赋予少数类样本更大的错分代价,快速提高错误分类的少数类的样本权重,降低多数类的样本权重,使算法更倾向少数类的正确分类,达到对少数类样本正确识别的目的。在10个uci的数据集生成的分类任务上进行了对比实验,实验结果表明,该算法能更好地识别少数类样本。

著录项

来源
《信息记录材料》 |2022年第1期|18-22|共5页
作者
贺指陈;
展开▼
作者单位

广东工业大学数学与统计学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类数据处理、数据处理系统;
关键词
类别不平衡数据; 分类; 集成学习; 欠采样; 代价敏感;

相似文献

中文文献
外文文献
专利

1. 基于欠采样和代价敏感的不平衡数据分类算法 [J] . 王俊红 ,闫家荣 . 计算机应用 . 2021,第001期
2. 基于代价敏感大间隔分布机的不平衡数据分类算法 [J] . 曹雅茜 ,黄海燕 . 华东理工大学学报（自然科学版） . 2019,第004期
3. 基于代价敏感不平衡数据流分类算法 [J] . 孙艳歌 ,邵罕 ,杨艳聪 . 信阳师范学院学报：自然科学版 . 2019,第4期
4. 基于代价敏感的随机森林不平衡数据分类算法 [J] . 杨杰明 ,高聪 ,曲朝阳 . 科学技术与工程 . 2018,第006期
5. 高高度不平衡数据的代价敏感随机森林分类算法 [J] . 平瑞 ,周水生 ,李冬 . 模式识别与人工智能 . 2020,第003期
6. 类别不平衡性对代价敏感学习的影响 [C] . 刘胥影 ,姜远 ,周志华 . 中国人工智能学会第12届全国学术年会 . 2007
7. 基于双重代价敏感随机森林的不平衡数据分类算法研究 [A] . 周炎龙 . 2021

基于集成学习和代价敏感的类别不平衡数据分类算法

摘要

著录项

相似文献

相关主题

期刊订阅