2v-SSPC-一种不平衡数据分类方法.pdf

第30卷第12期 系统工程与电子技术 V01．30No．12 andElectronics Dec．2008 2008年12月 SystemsEngineering 2471一06 文章编号：1001506X(2008)12 2y—SSPC一一种不平衡数据分类方法 薛贞霞1”，刘三阳1，刘万里1，3 (1．西安电子科技大学应用数学系，陕西西安710071； 摘 要：针对现有分类算法通常对不平衡数据挖掘表现出有偏性，即正类样本(通常是更重要的一类)的分类 和预测性能差于负类样本的分类和预测性能，提出一种不平衡数据分类方法。该方法通过一个超球面将两类数 据以最大分离比率分离，并且引入两个参数来分别控制两类错分率的上界，不仅提高了不平衡数据集的分类和预 测的性能，而且大大缩小了参数的选择范围。在ucI真实数据上进行了实验，并采用R0c曲线下面积作为评估 指标进行比较，结果验证了该方法的有效性。 关键词：模式识别；分类算法；不平衡数据；参数选择；超球面 181 文献标志码：A 中图分类号：TP new method 21，一SSPC：aclassificationforclass-imbalanceddata XUEZhen-xial”，LIU Walil’3 San—yan91，LIU Mathematics，XidianUniv．，Xi’an Scienceand (1．Dept．ofApplied Normal TechnologyUniv．，Luoyang471003，China；3．Dept．ofMathematics，LuoyangCoil．，Luoyang that of datasets containfewinstancesthe class thebiased Abstract：Using very positiveusuallyproduces classifierandthe overthe themore class)isworsethanthat predictiveaccuracy positiveclass(usuallyimportant overthe class．Aclassificationmethodforimbalancedatais aobtainsmethodmaximum negative proposed．This tWO viaa andalso the tocontrol ratioto classesinstances separationseparate singlehypersphereprovidesfacility the boundsoftwoclasseserrorrates withtWO such，the ofclas— upper respectivelyparameters．Asperformance sificationand ofimbalanceddatasetscanbe the ofselectiono