摘要
采样是解决不平衡数据分类问题的一个有效途径.文中结合三支决策理论,根据样本分布将样本划分成三个区域:正域、边界域和负域;在此基础上,分别对边界域和负域中的小类样本进行不同的过采样处理,提出了一种基于三支决策的不平衡数据过采样算法(TWD-IDOS算法).实验结果表明,在C4.5、KNN和CART等分类器上,文中提出的算法能有效解决不平衡数据的二分类问题,在Recall、F-value、AUC等指标上优于文献中的过采样算法.
Sampling is an effective way to solve the problem of unbalanced data classification. According to the distribution of samples,we employ the three-way decision model to divide the universe into three parts： positive region,boundary region and negative region. After that,we oversample the minority class samples in boundary region and negative region respectively.Then,a novel oversampling algorithm for imbalance data based on three-way decision model,namely TWDIDOS,is developed. The experimental results show that the proposed method can effectively solve the two-class classification problems of imbalanced data and has a better performance in such measures（ Recall、F-value、AUC） on C45,KNN and CART classifiers than other oversampling methods.
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第1期135-144,共10页
Acta Electronica Sinica
基金
国家自然科学基金(No.61309014
No.61379114
No.61472056)
教育部人文社科规划(No.15XJA630003)
重庆市基础与前沿研究计划(No.cstc2013jcyjA40063
No.cstc2014jcyjA40049)
重庆市教委科学技术研究(No.KJ1500416)
作者简介
胡峰男，1978年7月出生，湖北天门人，教授、硕士生导师．2000年、2003年和2011年分别在重庆大学、武汉大学和西南交通大学获得理学学士、工学硕士和工学博士学位，现为重庆邮电大学教师．主要研究方向为数据挖掘、Rough集和粒计算等．E—mail：hufeng@cqupt．edu．cn;王蕾 男，1989年出生于山东德州，重庆邮电大学在读硕土研究生．主要研究方向为数据挖掘、三支决策、Rough集．
