classification on imbalanced data
作者：杨光飞;崔雪娇;张翔
作者机构：大连理工大学系统工程研究所,大连116024 出版物刊名：系统工程理论与实践 页码：1035-1045页 年卷期：2017年 第4期
主题词：关联分类方法;不平衡数据;关键值抽样法;规则验证法
摘要：不平衡数据的出现给传统关联分类算法带来了巨大的挑战．为了提高关联分类方法对不平衡数据集的分类精度，本文分别从数据和规则层次着手，提出了关键值抽样法（key value sampling，KVS）和规则验证法（rule validation，RV）．关键值抽样法通过增加与少数类相关性强的数据，减少与多数类相关性弱的数据来达到数据类分布平衡．避免了大量有效信息的流失，并且增强了与少数类相关性强的数据信息．规则验证法对初步生成的分类器进行了规则验证，并对分类性能不好的规则进行调整，从而保证了分类器中规则的质量．实验表明，本文中的研究方法能够有效提高关联分类方法处理不平衡数据的精度．
因篇幅问题不能全部显示，请点此查看更多更全内容
Copyright © 2019- sarr.cn 版权所有 赣ICP备2024042794号-1
违法及侵权请联系：TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务