山东大学学报(工学版)

作者：白琳,俱通,王浩,雷明珠,潘晓英

单位：1.西安邮电大学计算机学院, 陕西 西安 710121;2.陕西省网络数据分析与智能处理重点实验室, 陕西 西安 710121

关键词：欠采样,类不平衡,不平衡学习,集成学习,不平衡数据分类,

基金：陕西省重点研发计划资助项目(2023-YBSF-476);西安邮电大学创新基金资助项目(CXJJYL2022043)

为有效解决欠采样技术在处理不平衡数据时的伪平衡问题,提出并设计一种基于欠采样的提升均衡集成学习算法。采用新的均衡采样机制,通过分箱操作协调数据的预测概率,生成高质量的训练子集,以此迭代训练分类器。基于基分类器在原始数据上的假阳性率和假阴性率,在迭代过程中自适应为其分配权重,避免性能较差的分类器影响整体决策,提高集成模型的泛化能力。新的算法能够在消除伪平衡的同时增加多数类样本的识别度,从而降低边界模糊对分类模型的影响。通过18组小型数据集和2组大型数据集的对比试验表明,该算法具有处理不平衡数据分类问题的优势。

来源：2024年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2024年第4期