-
题名基于BSMOTE和逆转欠抽样的不均衡数据分类算法
被引量：4
- 1
-
-
作者
陈睿
张亮
杨静
胡荣贵
-
机构
解放军电子工程学院网络系
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第11期3299-3303,共5页
-
基金
国家自然科学基金资助项目(61004069)
安徽省自然科学基金资助项目(1208085QF107)
-
文摘
针对传统分类器在数据不均衡的情况下分类效果不理想的缺陷,为提高分类器在不均衡数据集下的分类性能,特别是少数类样本的分类能力,提出了一种基于BSMOTE和逆转欠抽样的不均衡数据分类算法。该算法使用BSMOTE进行过抽样,人工增加少数类样本的数量,然后通过优先去除样本中的冗余和噪声样本,使用逆转欠抽样方法逆转少数类样本和多数类样本的比例。通过多次进行上述抽样形成多个训练集合,使用Bagging方法集成在多个训练集合上获得的分类器来提高有效信息的利用率。实验表明,该算法较几种现有算法不仅能够提高少数类样本的分类性能,而且能够有效提高整体分类准确度。
-
关键词
不均衡数据集
边界少数类样本合成过抽样技术
逆转欠抽样技术
多分类器集成
-
Keywords
imbalanced dataset
BSMOTE
inverse under sampling
multiple classifier ensemble
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
TP391
[自动化与计算机技术—计算机应用技术]
-
