| 基于Bootstrap方法最大熵优化过采样算法 |
| |
| 引用本文： | 雷天纲,陈刚.基于Bootstrap方法最大熵优化过采样算法[J].数据采集与处理,2023,38(3):727-740. |
| |
| 作者姓名： | 雷天纲 陈刚 |
| |
| 作者单位： | 大连海事大学理学院，大连 116026 |
| |
| 基金项目： | 国家自然科学基金（11571056）。 |
| |
| 摘 要： | 随着数据时代的到来，非平衡数据的分类问题受到越来越多的关注。在非平衡数据的分类问题中，往往因为少数类样本与多数类样本比例失衡而导致分类结果错误。因此，提出了一种在最大熵原理下基于自助法（Bootstrap method）的过采样算法。首先，通过自助法获得数据样本的概率分布，并用最大熵原理对概率分布进行优化；其次，根据少数类生成新的少数类的能力不同，提出基于少数类样本分布的概率增强算法。该算法使数据随机性得到了充分体现，保证了少数类样本的概率密度在数据集平衡前后保持一致性，从而提高分类算法的有效性；最后，通过从UCI和KEEL数据库选取8组数据进行实验，实验结果表明所提出的新算法比现有的其他算法更有效。
|
| 关 键 词： | 非平衡数据 自助法 最大熵原理 概率增强 分类 |
| 收稿时间： | 2022/1/20 0:00:00 |
| 修稿时间： | 2023/4/20 0:00:00 |
An Over-Sampling Algorithm for Maximum Entropy Optimization Based on Bootstrap Method |
| |
| LEI Tiangang,CHEN Gang.An Over-Sampling Algorithm for Maximum Entropy Optimization Based on Bootstrap Method[J].Journal of Data Acquisition & Processing,2023,38(3):727-740. |
| |
| Authors: | LEI Tiangang CHEN Gang |
| |
| Affiliation: | School of Science, Dalian Maritime University, Dalian 116026, China |
| |
| Abstract: | |
| |
| Keywords: | unbalanced data Bootstrap method principle of maximum entropy probability enhancement classification |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
