文献类型：期刊文章

作　　者：李雄飞[1] 李军[1,2] 董元方[1,3] 屈成伟[1]

机构地区：[1]吉林大学符号计算与知识工程教育部重点实验室,长春130012 [2]长春理工大学应用数学系,长春130022 [3]长春理工大学经济管理学院,长春130022

出　　处：《计算机学报》

基　　金：国家科技支撑计划项目(2006BAK01A33);吉林省科技发展计划项目(20070321;20090704)资助~~

年　　份：2012

卷　　号：35

期　　号：2

起止页码：202-209

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20121214874179)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：现实世界中广泛存在不平衡数据,其分类问题是机器学习研究中的一个热点.多数传统分类算法假定类分布平衡或误分类代价均衡,在处理不平衡数据时,效果不够理想.文中提出一种不平衡数据分类算法-PCBoost.算法以信息增益率为分裂准则构建决策树,作为弱分类器.在每次迭代初始,利用数据合成方法添加合成的少数类样例,平衡训练信息;在子分类器形成后,修正"扰动",删除未被正确分类的合成样例.文中讨论了数据合成方法,给出了训练误差界的理论分析,并分析了集成学习参数的选择.实验结果表明,PCBoost算法具有处理不平衡数据分类问题的优势.

关 键 词：数据挖掘 不平衡数据 集成学习  提升  扰动  

分 类 号：TP18]