结合朴素贝叶斯和欧氏距离的二类非均衡数据集成方法.pdfVIP

第33卷第4期 信 号 处 理 V01．33No．4 2017年4月 OFSIGNALPROCESSING JOURNAL Apr．2017 文章编号：1003—0530(2017)04—0528—05 结合朴素贝叶斯和欧氏距离的二类 非均衡数据集成方法 王 磊1’2 赵 磊1 郑宝玉1 (1．南京邮电大学信号处理与传输研究院，江苏南京210003； 2．东南大学移动通信国家重点实验室，江苏南京210096) 摘要：随着数据挖掘技术的发展，传统集成方法中的集成规则，例如Maxrule，Minmle，Pmductrule，以及sum rule，已经不能满足现实中对于二类非均衡数据分类正确率的需要。因此本文提出了基于朴素贝叶斯和欧氏距离的 二类非均衡数据集成方法。该集成方法是以朴素贝叶斯为基分类器，其集成规则通过引入测试数据与训练数据之 间的欧式距离以及训练数据中多数类与少数类之间的关系，在空间距离上加强了最终的分类结果与原始训练数据 underroc 之间的关联性。实验结果表明，该集成方法在处理二类非均衡数据时，Area curve(Auc)值与现存的集成 方法相比显著提高，从而具有更好的分类性能。因此，本文方法在处理二类非均衡数据时具有明显优势。 关键词：二类非均衡数据；集成方法；欧氏距离；朴素贝叶斯 中图分类号：TPl8 文献标识码：A DoI：10．16798／j．issn．1003．0530．2017．04．011 E璐embleMethodCombineNaive andEuclideanDistancefor Bayes Classi6cationImbalancedData Binary WANGLeil，2ZHAOLeilZHENG Bao．yul of Mobile (1．NanjingUniversityPosts＆711elecommunications，Nanjing，Jiangsu210003，China；2．National CommunicationsResearch Labomtory，Southeastuniversity，Nanjing，Jiangsu210096，China) of the Data methodshavebeen to imbalanced Abstract：With deVel叩mentMining，ensemble widelyappliedclassifybinary data．TI甚ditionalensemble asMax Summlehavebeen couldnot 11lles，suchrule，Minrule，Pmductmle，and pmved meettheneedsofclassific砒ionof imbalanceddata．Sothis anensemblerulewhichtakeNai