面向失衡數(shù)據(jù)集分類問(wèn)題的研究與應(yīng)用.pdf

1、面向失衡數(shù)據(jù)集的分類問(wèn)題是數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)領(lǐng)域中最具有挑戰(zhàn)性的熱點(diǎn)研究問(wèn)題之一。近年來(lái)，隨著計(jì)算機(jī)技術(shù)的發(fā)展和信息化的進(jìn)步，越來(lái)越多的決策需要數(shù)據(jù)的支持。在大數(shù)據(jù)時(shí)代的背景下，基于數(shù)據(jù)挖掘技術(shù)的分類問(wèn)題成為企業(yè)快速?zèng)Q策、精準(zhǔn)營(yíng)銷和提高綜合競(jìng)爭(zhēng)力的有力手段。失衡數(shù)據(jù)集是現(xiàn)實(shí)領(lǐng)域中存在的一種數(shù)據(jù)形態(tài)，真實(shí)客觀的描述了某些事物本質(zhì)的特征，即大量數(shù)據(jù)中只有很少的一部分是人們所格外關(guān)心的，而這部分?jǐn)?shù)據(jù)卻往往隱藏在大量的數(shù)據(jù)之中，難以被準(zhǔn)確的分類

2、。失衡數(shù)據(jù)集分類問(wèn)題是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)難題，很多適用于傳統(tǒng)分類問(wèn)題的常用分類策略并不能很好的處理這一問(wèn)題，因此引起了全世界各國(guó)專家學(xué)者的極大重視。
　　本文首先介紹了失衡數(shù)據(jù)集的概念，介紹了各國(guó)專家和學(xué)者在失衡數(shù)據(jù)集分類問(wèn)題領(lǐng)域的研究進(jìn)展，闡述了失衡數(shù)據(jù)集分類困難的原因和目前普遍采用的解決方法以及分類器的性能評(píng)價(jià)指標(biāo)。在充分考慮到失衡數(shù)據(jù)信息匱乏，數(shù)據(jù)淹沒(méi)和采樣后信息損失等因素的基礎(chǔ)上，提出了基于聚類簇邊界采樣的失衡數(shù)據(jù)重采樣