不平衡数据集的分类方法研究

被引：23

作者：

王和勇 ^{[1
]}

樊泓坤 ^{[2
]}

姚正安 ^{[2
]}

李成安 ^{[1
]}

机构：

[1] 华南理工大学电子商务学院

[2] 中山大学数学与计算科学学院

来源：

关键词：

机器学习; 不平衡数据; 数据分类;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

传统的分类算法在处理不平衡数据分类问题时会倾向于多数类,而导致少数类的分类精度较低。针对不平衡数据的分类,首先介绍了现有不平衡数据分类的性能评价;然后介绍了现有常用的基于数据采样的方法及现有的分类方法;最后介绍了基于数据采样和分类方法结合的综合方法。

引用

页码：1301 / 1303+1308 +1308

页数：4

共 4 条

[1] New applications of ensembles of classifiers
Barandela, R
Sánchez, JS
Valdovinos, RM
[J]. PATTERN ANALYSIS AND APPLICATIONS, 2003, 6 (03) : 245 - 256
[2] Machine Learning for the Detection of Oil Spills in Satellite Radar Images[J] . Miroslav Kubat,Robert C. Holte,Stan Matwin.Machine Learning . 1998 (2)
[3] Learning form imbalanced data sets:a comparison ofvarious strategies. JAPKOWICZ N. WS-00-05 . 2000
[4] Learning goal orientedBayesian networks for telecommunications management. EZAWA K J,SINGH M,NORTON S W. Proc ofthe 13th International Conference on Machine Learning . 1996