不平衡数据分类的混合算法

被引：40

作者：

韩敏

朱新荣

机构：

[1] 大连理工大学电子信息与电气工程学部

来源：

控制理论与应用 | 2011年 / 28卷 / 10期

关键词：

不平衡数据; 随机森林; 径向基函数神经网络; 受试者特征曲线;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对传统分类算法处理不平衡数据时,小类的分类精度过低问题,提出一种径向基函数神经网络和随机森林集成的混合分类算法.在小类样本之间用随机插值方式平衡数据集的分布,利用受试者特征曲线在置信度为95%下的面积为标准去除冗余特征;之后对输入数据用Bagging技术进行扰动,并以径向基函数神经网络作为随机森林中的基分类器,采用绝大多数投票方法进行决策的融合和输出.将该算法应用于UCI数据,以G均值和受试者特征曲线下的面积为评判标准,结果表明该方法能够有效地提高中度和高度不平衡数据的分类精度.

引用

页码：1485 / 1489

页数：5

共 5 条

[1]

On the influence of an adaptive inference system in fuzzy rule based classification systems for imbalanced data-sets [J].