| 基于集成方法的不平衡数据分类研究 |
| |
| 引用本文： | 陈力,赵礼峰.基于集成方法的不平衡数据分类研究[J].计算机与数字工程,2021,49(11):2271-2275. |
| |
| 作者姓名： | 陈力 赵礼峰 |
| |
| 作者单位： | 南京邮电大学理学院 南京 210023 |
| |
| 摘 要： | 按照不同不平衡数据集在面对四类分类情况时侧重点的不同,构造出一种适用于不同特征不平衡数据的分类评价指标,并围绕此指标调整弱分类器权重及样本权重,改进集成算法中的AdaBoost算法,使其自适应不同特征的不平衡数据集分类.选择决策树算法作为基分类器算法进行仿真实验,发现使用AdaBoost算法和GBDT算法后准确率降幅较大,而改进的PFBoost算法能够在保证准确率的情况下显著提升F1值和G-mean值,且在绝大多数数据集上的F1值和G-mean值提升幅度远超其它两种集成算法.
|
| 关 键 词： | 不平衡数据 数据特征 自适应 PFBoost |
Research on Imbalanced Data Classification Based on Ensemble Method |
| |
| CHEN Li,ZHAO Lifeng.Research on Imbalanced Data Classification Based on Ensemble Method[J].Computer and Digital Engineering,2021,49(11):2271-2275. |
| |
| Authors: | CHEN Li ZHAO Lifeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
