计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2011年
12期
224-228
,共5页
不平衡数据分类%Boosting%采样
不平衡數據分類%Boosting%採樣
불평형수거분류%Boosting%채양
研究基于boosting的不平衡数据分类算法,归纳分析现有算法,在此基础上提出权重采样boosting算法.对样本进行权重采样,改变原有数据分布,从而得到适用于不平衡数据的分类器.算法本质是利用采样函数调整原始boosting损失函数形式,进一步强调正样本的分类损失,使得分类器侧重对正样本的有效判别,提高正样本的整体识别率.算法实现简单,实用性强,在UCI数据集上的实验结果表明,对于不平衡数据分类问题,权重采样boosting优于原始boosting及前人算法.
研究基于boosting的不平衡數據分類算法,歸納分析現有算法,在此基礎上提齣權重採樣boosting算法.對樣本進行權重採樣,改變原有數據分佈,從而得到適用于不平衡數據的分類器.算法本質是利用採樣函數調整原始boosting損失函數形式,進一步彊調正樣本的分類損失,使得分類器側重對正樣本的有效判彆,提高正樣本的整體識彆率.算法實現簡單,實用性彊,在UCI數據集上的實驗結果錶明,對于不平衡數據分類問題,權重採樣boosting優于原始boosting及前人算法.
연구기우boosting적불평형수거분류산법,귀납분석현유산법,재차기출상제출권중채양boosting산법.대양본진행권중채양,개변원유수거분포,종이득도괄용우불평형수거적분류기.산법본질시이용채양함수조정원시boosting손실함수형식,진일보강조정양본적분류손실,사득분류기측중대정양본적유효판별,제고정양본적정체식별솔.산법실현간단,실용성강,재UCI수거집상적실험결과표명,대우불평형수거분류문제,권중채양boosting우우원시boosting급전인산법.
