-
题名一种基于混合重取样策略的非均衡数据集分类算法
被引量：22
- 1
-
-
作者
谷琼
袁磊
宁彬
吴钊
华丽
李文新
-
机构
湖北文理学院数学与计算机科学学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2012年第10期128-134,共7页
-
基金
国家自然科学基金资助项目(61075063
61172084)
湖北省自然科学基金资助项目(2010CDB05201)
-
文摘
非均衡数据是分类中的常见问题,当一类实例远远多于另一类实例,则代表类非均衡,真实世界的分类问题存在很多类别非均衡的情况并得到众多专家学者的重视,非均衡数据的分类问题已成为数据挖掘和模式识别领域中新的研究热点,是对传统分类算法的重大挑战。本文提出了一种新型重取样算法,采用改进的SMOTE算法对少数类数据进行过取样,产生新的少数类样本,使类之间数据量基本均衡,然后再根据SMO算法的特点,提出使用聚类的数据欠取样方法,删除冗余或噪音数据。通过对数据集的过取样和清理之后,一些有用的样本被保留下来,减少了数据集规模,增强支持向量机训练执行的效率。实验结果表明,该方法在保持整体分类性能的情况下可以有效地提高少数类的分类精度。
-
关键词
分类
非均衡数据集
预处理
混合重取样
SMOTE
聚类
-
Keywords
classification
imbalanced dataset
preprocessing
hybrid resampling
SMOTE
clustering
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于重取样的代价敏感学习算法
被引量：2
- 2
-
-
作者
谷琼
袁磊
宁彬
熊启军
华丽
李文新
-
机构
襄樊学院数学与计算机科学学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2011年第9期130-135,共6页
-
基金
国家自然科学基金资助项目(61075063)
国家863计划资助项目(2009AA12Z117)
+1 种基金
湖北省自然科学基金资助项目(2010CDB05201)
湖北省教育厅中青年项目(Q20112604)
-
文摘
大多数非均衡数据集的研究集中于纯重构数据集或者纯代价敏感学习,本文针对数据集类分布非均衡和不相等误分类代价往往同时发生这一事实,提出了一种以最小误分类代价为目标的基于混合重取样的代价敏感学习算法。该算法将两种不同类型解决方案有机地融合在一起,先用样本类空间重构的方法使原始数据集的两类数据达到基本均衡,然后再引入代价敏感学习算法进行分类,能提高少数类分类精度,同时有效降低总的误分类代价。实验结果验证了该算法在处理非均衡类问题时比传统算法要优越。
-
关键词
分类
非均衡数据集
混合重取样
代价敏感学习
-
Keywords
classification
imbalanced dataset
hybrid re-sampling
cost sensitive learning
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
