计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2008年
4期
866-868
,共3页
不平衡数据%分类算法%超球面
不平衡數據%分類算法%超毬麵
불평형수거%분류산법%초구면
现有分类算法对不平衡数据挖掘通常表现出有偏性,即正类样本(通常是更重要的一类)的分类和预测性能差于负类样本的分类和预测性能,为此提出一种不平衡数据的分类方法.该方法对不同类引入不同的惩罚参数来灵活控制两类错分率的上界,通过一个超球面将两类数据以最大分离比率分离,从而提高不平衡数据对正类分类和预测的性能.实验结果表明,该方法可以有效提高不平衡数据的分类性能.
現有分類算法對不平衡數據挖掘通常錶現齣有偏性,即正類樣本(通常是更重要的一類)的分類和預測性能差于負類樣本的分類和預測性能,為此提齣一種不平衡數據的分類方法.該方法對不同類引入不同的懲罰參數來靈活控製兩類錯分率的上界,通過一箇超毬麵將兩類數據以最大分離比率分離,從而提高不平衡數據對正類分類和預測的性能.實驗結果錶明,該方法可以有效提高不平衡數據的分類性能.
현유분류산법대불평형수거알굴통상표현출유편성,즉정류양본(통상시경중요적일류)적분류화예측성능차우부류양본적분류화예측성능,위차제출일충불평형수거적분류방법.해방법대불동류인입불동적징벌삼수래령활공제량류착분솔적상계,통과일개초구면장량류수거이최대분리비솔분리,종이제고불평형수거대정류분류화예측적성능.실험결과표명,해방법가이유효제고불평형수거적분류성능.
