面向类分布不平衡数据的组合分类器剪枝方法地研究.pdf

摘要 摘要 类分布不平衡数据与人们的生活息息相关，准确地分类这些数据具有非常 重要的意义，因此不平衡数据分类成为数据挖掘领域的热点。面向不平衡数据 分类时，传统的分类器往往失效，组合分类器性能也不理想，并且组合分类器 还有占用内存空间大、预测响应时间长的不足。组合剪枝算法被广泛的应用解 决上述问题，但是常见的组合剪枝算法多用训练实例集作为剪枝集，倾向选择 出对负类实例更有利的基分类器，因此不宜应用到面向不平衡数据的组合分类 器的剪枝中。目前单纯面向类分布不平衡实例集的组合剪枝算法较少有人涉及， 本文从选择创建面向不平衡类的组合剪枝集出发，创建面向不平衡数据的组合 分类器。 首先本文基于SMOTE(thesyntheticminorityover-samplingtechnique)和简单 basedon set 随机欠抽样技术，提出了EPPS(Ensemble ofSMOTE) Pruning pp·uning basedon set 和EPPU(EnsemblePruning pl。uning 种算法分别把SMOTE和简单随机欠抽样技术应用创建相对平衡的剪枝集，用于 监督组合分类器的剪枝过程，提升组合分类器对不平衡数据的分类性能；然后， basedOnPositive 本文又提出了EPPE(EnsemblePruning Examples)算法，EPPE把 正类及其边界负类实例作为剪枝集，选择出基分类器池中对正类及其边界附近 的负类分类性能良好的基分类器，创建出面向不平衡实例集的组合分类器。实 用更小的剪枝集创建出具有更好的分类泛化性能的组合剪枝分类器，尤其是 EPPE在大部分的实例集上显著好于其它的分类算法，并且三种组合剪枝算法都 能显著降低组合分类器的规模。 关键词：不平衡类组合剪枝剪枝集K．近邻 Abstract Abstract Class·imbalancedatais relatedto life．Itisof closely daily greatimportance to thesedata imbalanced significanceclassify correctly，SO dataclassificationisahot researchinthefieldofdata state-of-the—art topic mining．However,traditional classifiersand ensembledonotworkwellondatasetsforimbalancedclass ensemblenot toomuch also distribution．Meanwhile，the onlyoccupies memory,but increasesthe timeof of ensemble significantly response style prediction．The pruning is tosolvetheabov