针对不平衡数据集的Bagging改进算法

被引：27

作者：

李明方

张化祥

机构：

[1] 山东师范大学信息科学与工程学院

来源：

计算机工程与应用 | 2010年 / 30期

关键词：

不平衡类; 少类样本合成过采样技术(SMOTE); Bagging算法; 权重; 受试者工作特征曲线(ROC);

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：

传统的Bagging分类方法对不平衡数据集进行分类时,虽然能够达到很高的分类精度,但是对其中少数类的分类准确率不高。为提高其对少数类数据的分类精度,利用SMOTE算法对样例集中的少数类样例进行加工,在Bagging算法中根据类值对各个样例的权重进行调整。混淆矩阵和ROC曲线表明改进算法达到了既能保证整体的分类准确率,又能提高少数类分类精度的目的。

引用

页码：40 / 42

页数：3