文献类型：期刊文章

作　　者：谷琼[1] 袁磊[1] 熊启军[1] 宁彬[1] 李文新[1]

机构地区：[1]襄樊学院数学与计算机科学学院,湖北襄阳441053

出　　处：《微电子学与计算机》

基　　金：国家自然科学基金项目(61075063);国家高技术研究发展计划("八六三"计划)项目(2009AA12Z117);湖北省自然科学基金项目(2010CDB05201);湖北省教育厅中青年项目(Q20112604)

年　　份：2011

卷　　号：28

期　　号：8

起止页码：146-149

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、JST、ZGKJHX、核心刊

摘　　要：大多数非均衡数据集的研究集中于重构数据集或者代价敏感学习,针对数据集类分布非均衡和不相等误分类代价往往同时发生这一事实,在简要回顾代价敏感学习理论和现有学习算法的基础上,将所提出的自适应混合重取样算法,与基于最小误分类代价的MetaCost算法分别进行实验比较,实验表明所提出算法在代价敏感学习中具有一定的优势,实验结果显示非均衡类对代价敏感学习算法性能产生较大影响,当样本类别差异较大时,用样本类空间重构的方法可以得到较好的分类效果.

关 键 词：分类  非均衡数据集 混合重取样  代价敏感学习

分 类 号：TP301.6]