面向類分布不平衡數(shù)據(jù)的組合分類器剪枝方法的研究.pdf

1、類分布不平衡數(shù)據(jù)與人們的生活息息相關(guān)，準(zhǔn)確地分類這些數(shù)據(jù)具有非常重要的意義，因此不平衡數(shù)據(jù)分類成為數(shù)據(jù)挖掘領(lǐng)域的熱點(diǎn)。面向不平衡數(shù)據(jù)分類時(shí)，傳統(tǒng)的分類器往往失效，組合分類器性能也不理想，并且組合分類器還有占用內(nèi)存空間大、預(yù)測(cè)響應(yīng)時(shí)間長(zhǎng)的不足。組合剪枝算法被廣泛的應(yīng)用解決上述問題，但是常見的組合剪枝算法多用訓(xùn)練實(shí)例集作為剪枝集，傾向選擇出對(duì)負(fù)類實(shí)例更有利的基分類器，因此不宜應(yīng)用到面向不平衡數(shù)據(jù)的組合分類器的剪枝中。目前單純面向類分布不平衡

2、實(shí)例集的組合剪枝算法較少有人涉及，本文從選擇創(chuàng)建面向不平衡類的組合剪枝集出發(fā)，創(chuàng)建面向不平衡數(shù)據(jù)的組合分類器。
　　首先本文基于SMOTE(the synthetic minority over-sampling technique)和簡(jiǎn)單隨機(jī)欠抽樣技術(shù)，提出了EPPS(Ensemble Pruning based on pruning set of SMOTE)和EPPU(Ensemble Pruning based on pr

3、uning set of Under-sampling)算法，這種兩種算法分別把SMOTE和簡(jiǎn)單隨機(jī)欠抽樣技術(shù)應(yīng)用創(chuàng)建相對(duì)平衡的剪枝集，用于監(jiān)督組合分類器的剪枝過程，提升組合分類器對(duì)不平衡數(shù)據(jù)的分類性能;然后，本文又提出了EPPE(Ensemble Pruning based on Positive Examples)算法，EPPE把正類及其邊界負(fù)類實(shí)例作為剪枝集，選擇出基分類器池中對(duì)正類及其邊界附近的負(fù)類分類性能良好的基分類器，創(chuàng)建出