| 不均衡数据集文本分类中少数类样本生成方法研究* |
| |
| 引用本文： | 杜娟,姜丽丽,陈红丽b.不均衡数据集文本分类中少数类样本生成方法研究*[J].计算机应用研究,2009,26(10):3731-3734. |
| |
| 作者姓名： | 杜娟 姜丽丽 陈红丽b |
| |
| 作者单位： | 1. 大庆石油学院,计算机与信息技术学院,黑龙江,大庆,163318
2. 大庆石油学院,现代教育技术中心,黑龙江,大庆,163318 |
| |
| 基金项目： | 黑龙江省研究生创新科研资金项目(YJSCX2006-38HLJ) |
| |
| 摘 要： | 针对传统的分类算法在处理不均衡样本数据时，其分类器预测倾向于多数类，少数类分类误差大，提出了一种基于聚类和遗传算法的样本生成方法。先通过K-means算法将少数类样本聚类分组；再在每个聚类的内部使用遗传交叉和变异操作获取新样本，并进行有效性验证；最后使用原始数据集和新数据集分别训练K最近邻（K nearest neighbor,KNN）及支持向量机(support vector machine,SVM）分类器。实验结果表明此方法有效改善了少数类分类效果。
|
| 关 键 词： | 不均衡数据集 分类 聚类 遗传算法 样本生成 |
Research of method to generate samples of class with fewer samples in imbalanced data sets text categorization |
| |
| DU Juan,JIANG Li-li,CHEN Hong-lib.Research of method to generate samples of class with fewer samples in imbalanced data sets text categorization[J].Application Research of Computers,2009,26(10):3731-3734. |
| |
| Authors: | DU Juan JIANG Li-li CHEN Hong-lib |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
