一种面向非平衡数据集分类问题组合选择方法_职为梅.pdf

2014 4 4 小 型 微 型 计 算 机 系 统 年 月 第 期 Journal of Chinese Computer Systems Vol． 35 No ． 4 2014 一种面向非平衡数据集分类问题的组合选择方法 ， ， ， 职为梅 郭华平 张银峰 范 明 ( ， 450052) 郑州大学信息工程学院 郑州 E-mail :iew mzhi@ zzu． edu． cn : ， ． ， 摘 要 由于类分布的不平衡性 很多传统的分类方法在非平衡数据集上的分类效果不好 与传统的方法不同 论文从组合选 ， CBES ， 择的角度考虑不平衡类学习问题 提出了一种基于实例的组合选择方法 提升组合分类器在不平衡数据集上的分类性 ． CBES k ， ， 能 考察类标号未知的样本的 近邻 并以此为选择集 从分类器库中选择一个最优或次优的子组合分类器来预测未知 ． ， ， CBES ． 样本的类标号 由于考虑了待分类样本的局部特征 更关注稀有类 因此 能够更好地对非平衡数据集进行分类 实验结果 ， ， ． 表明 本文的方法能够显著地降低模型的复杂度 有效地提高了非平衡数据集上的分类性能 : ; ; ;k ; 关键词 非平衡数据集 组合分类器 组合选择 近邻 基分类器 中图分类号:TP181 文献标识码:A 文章编号:1000-1220 (2014)04-0770-06 Case-based Ensemble Selection for the Classification of Imbalanced Datasets ZHI Wei-mei ，GUO Hua-ping ，ZHANG Yin-feng ，FAN M ing (College of Information Engineering ，Zhengzhou University ，Zhengzhou 450052 ，China) Abstract :Because of imbalanced class distribution ，most classifiers do not w ork w ell on imbalanced datasets． Unlike traditional meth- ods ，this paper reconsiders class imbalance learning problem from the view point of ensemble selection ，and proposes a new method ， named case-based ensemble selection approach (CBES)，to improve classifiers performance on these datasets． CBES tries to search for the k-nearest neighbors of an unlabeled instance as the selection set ，and then select an optimal or sub