文献类型：期刊文章

作　　者：程险峰[1] 李军[2,3] 李雄飞[3]

机构地区：[1]长春市公安局交通警察支队,长春130011 [2]长春理工大学数学系,长春130022 [3]吉林大学符号计算与知识工程教育部重点实验室,长春130012

出　　处：《计算机工程》

基　　金：国家科技支撑计划基金资助项目(2006BAK01A33);公安部重点科研基金资助项目(B类)(20032252001);吉林省科技发展计划基金资助项目(20070321;20090704)

年　　份：2011

卷　　号：37

期　　号：13

起止页码：147-149

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对不平衡数据学习问题,提出一种基于欠采样的分类算法。对多数类样例进行欠采样,保留位于分类边界附近的多数类样例。以AUC为优化目标,选择最恰当的邻域半径使数据达到平衡,利用欠采样后的样例训练贝叶斯分类器,并采用AUC评价分类器性能。仿真数据及UCI数据集上的实验结果表明,该算法有效。

关 键 词：机器学习  分类算法  不平衡数据 欠采样 邻域  

分 类 号：TP181]