智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2009年
2期
148-156
,共9页
机器学习%不平衡模式分类%重采样%代价敏感学习%训练集划分%分类器集成%分类器性能评测
機器學習%不平衡模式分類%重採樣%代價敏感學習%訓練集劃分%分類器集成%分類器性能評測
궤기학습%불평형모식분류%중채양%대개민감학습%훈련집화분%분류기집성%분류기성능평측
实际的分类问题往往都是不平衡分类问题,采用传统的分类方法,难以得到满意的分类效果.为此,十多年来,人们相继提出了各种解决方案.对国内外不平衡分类问题的研究做了比较详细地综述,讨论了数据不平衡性引发的问题,介绍了目前几种主要的解决方案.通过仿真实验,比较了具有代表性的重采样法、代价敏感学习、训练集划分以及分类器集成在3个实际的不平衡数据集上的分类性能,发现训练集划分和分类器集成方法能较好地处理不平衡数据集,给出了针对不平衡分类问题的分类器评测指标和将来的工作.
實際的分類問題往往都是不平衡分類問題,採用傳統的分類方法,難以得到滿意的分類效果.為此,十多年來,人們相繼提齣瞭各種解決方案.對國內外不平衡分類問題的研究做瞭比較詳細地綜述,討論瞭數據不平衡性引髮的問題,介紹瞭目前幾種主要的解決方案.通過倣真實驗,比較瞭具有代錶性的重採樣法、代價敏感學習、訓練集劃分以及分類器集成在3箇實際的不平衡數據集上的分類性能,髮現訓練集劃分和分類器集成方法能較好地處理不平衡數據集,給齣瞭針對不平衡分類問題的分類器評測指標和將來的工作.
실제적분류문제왕왕도시불평형분류문제,채용전통적분류방법,난이득도만의적분류효과.위차,십다년래,인문상계제출료각충해결방안.대국내외불평형분류문제적연구주료비교상세지종술,토론료수거불평형성인발적문제,개소료목전궤충주요적해결방안.통과방진실험,비교료구유대표성적중채양법、대개민감학습、훈련집화분이급분류기집성재3개실제적불평형수거집상적분류성능,발현훈련집화분화분류기집성방법능교호지처리불평형수거집,급출료침대불평형분류문제적분류기평측지표화장래적공작.
