不平衡數(shù)據(jù)分類問題廣泛存在于不同的領(lǐng)域中,而不平衡數(shù)據(jù)分布固有的復(fù)雜性會顯著降低分類器的分類性能,因此如何提高分類器在不平衡數(shù)據(jù)中的分類性能值得我們不斷研究。傳統(tǒng)分類算法在處理不平衡數(shù)據(jù)分類問題時,難以獲得理想的分類效果。在數(shù)據(jù)處理層面上,Synthetic Minority Oversampling Technique(SMOTE)是一種優(yōu)秀的重采樣算法,但在某些情況下該算法合成新的樣本是盲目的,并不能根據(jù)樣本的分布情況合成樣本,這會嚴(yán)重降低分類器的分類效果。因此本文對SMOTE過采樣算法進(jìn)行改進(jìn),提出一種基于聚類的過采樣算法。在分類算法層面上,集成分類是一種可以有效提升分類器分類效果的算法。基分類器的多樣性和集成策略是影響集成分類效果的關(guān)鍵因素,因此本文在所提過采樣算法的基礎(chǔ)上將Adaptive Boosting(AdaBoost)算法和Support Vector Machine(SVM)算法進(jìn)行結(jié)合,分別對基分類器和集成策略進(jìn)行改進(jìn),提出了一種非對稱成本敏感的集成分類算法。1.基于聚類的過采樣算法。該算法對少數(shù)類樣本進(jìn)行聚類得到不同規(guī)模且不同密度的少數(shù)類集群,在稀疏度大的集群中...

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3.3各數(shù)據(jù)集TPR、AUC、F-measure和G-mean值隨著β的變化

圖3.3各數(shù)據(jù)集TPR、AUC、F-measure和G-mean值隨著β的變化由圖3.3(a)可以看出來，過采樣模型隨著參數(shù)β的增大，TPR值逐漸變大數(shù)據(jù)集Prima在過采樣率值為1時，出現(xiàn)輕微的下滑；其它數(shù)據(jù)集在過采樣率值取1時，TPR值達(dá)....

圖3.5不同數(shù)據(jù)集下各過采樣算法的G-mean值

采樣算法在不同數(shù)據(jù)集下與其他算法的G-mean值對比表3.3各過采樣算法在不同數(shù)據(jù)集下的G-mean值CarGlassSatVehicleSMOTE92.5569.0872.0872.39-SMOTE92.6372.5575.5574.70DA....

圖4.3不同數(shù)據(jù)集下各分類算法的G-mean值

在數(shù)據(jù)集Vehicle、Abalone中得到明顯提高；在不是特別明顯；在數(shù)據(jù)集Sat上的值略低于AdaBoost.M1在數(shù)據(jù)集Segment上的值略低于PCBoost算法，高于其他分類算法SDPDBoost在不同數(shù)據(jù)集下與其他分類算法上如表4.3所示。表....

本文編號：3964785