面向稀有類的組合方法和組合選擇方法.pdf

1、稀有類分類問題是數(shù)據(jù)挖掘與機器學(xué)習(xí)的一項難點任務(wù)，在典型的二元分類問題中，稀有類（或正類）的樣本數(shù)遠小于多數(shù)類（或負類）的樣本數(shù)。傳統(tǒng)的分類方法傾向于最小化訓(xùn)練誤差，這導(dǎo)致傳統(tǒng)方法很難擬合稀有類樣本集分布特征。解決該問題的一種常用方法是構(gòu)建相對平衡的訓(xùn)練數(shù)據(jù)集，進而學(xué)習(xí)準(zhǔn)確的分類模型。當(dāng)前的研究（如Easy Ensemble）大多采用基于抽樣技術(shù)構(gòu)建這種平衡的訓(xùn)練集，如SMOTE、過抽樣技術(shù)、欠抽樣技術(shù)等。
　　 與以上方法相同

2、的是，本文也試圖構(gòu)建相對平衡的訓(xùn)練數(shù)據(jù)集。但與以上方法不同的是，本文試圖從數(shù)據(jù)劃分的角度出發(fā)、并結(jié)合組合分類選擇方法對稀有類問題做了深入研究。本文的主要貢獻如下:
　　 (1)提出基于劃分的組合學(xué)習(xí)策略(PBEL)。PBEL使用聚類方法把多數(shù)類實例集劃分為多個簇、關(guān)聯(lián)每個簇到一個新的類，進而構(gòu)造相對平衡的訓(xùn)練數(shù)據(jù)集合以訓(xùn)練組合分類器。在預(yù)測時，PBEL使用多數(shù)投票方法預(yù)測實例類標(biāo)號、將類標(biāo)號映射到多數(shù)類或稀有類，以提高組合分類器