文献类型：期刊文章

作　　者：尹华[1] 胡玉平[1]

机构地区：[1]广东财经大学信息学院,广东广州510320

出　　处：《中山大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(71202098);广东省高校自然科学研究育苗工程资助项目(2013LYM0032);广州市科学技术局珠江科技新星专项资助项目(2012J2200085)

年　　份：2014

卷　　号：53

期　　号：5

起止页码：59-65

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、MR、PROQUEST、RCCSE、RSC、SCOPUS、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：数据高维不平衡是当前数据挖掘的挑战。针对传统特征选择方法基于类别平衡假设,导致在不平衡数据上效果不理想的问题,利用随机森林内嵌的变量选择机制,构造了一个新的不平衡随机森林特征选择算法IBRFVS。IBRFVS在平衡的取样数据上构造多样决策树,采用交叉验证方式获取单棵决策树的特征重要性度量值。各决策树的权重和特征重要性度量的加权平均决定了最终的特征重要性序列,其中,决策树的权重由该决策树与集成预测的一致性程度决定。在UCI数据集上的随机森林超参数选择和预处理对比验证实验中显示,四种超参数K经验取值中,当K的取值为特征数的平方根时,IBRFVS性能较为稳定且优于传统特征选择算法。

关 键 词：不平衡数据 高维数据 特征选择  随机森林  

分 类 号：TP181]