动态平衡采样的不平衡数据集成分类方法-智能系统学报.PDF

第 １１卷第２期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１１№．２ ２０１６年４月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ａｐｒ． ２０１６ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１５０７０１５ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ１４３１．００２．ｈｔｍｌ 动态平衡采样的不平衡数据集成分类方法 胡小生，温菊屏，钟勇 （佛山科学技术学院 电子与信息工程学院，广东佛山５２８０００） 摘　 要：传统分类算法假定平衡的类分布或相同的误分类代价，处理不平衡数据集时，少数类识别精度过低。 提出 一种动态平衡数据采样与Ｂｏｏｓｔｉｎｇ技术相结合的不平衡数据集成分类算法。 在每次迭代初始，综合使用随机欠采样 和ＳＭＯＴＥ过采样获得平衡规模的训练数据，各类别样本数据比例保持随机性以体现训练数据的差异性，为子分类 器提供更好的训练平台；子分类器形成后，利用加权投票得到最终强分类器。 实验结果表明，该方法具有处理类别 不平衡数据分类问题的优势。 关键词：分类；不平衡数据；重采样；集成学习；随机森林 中图分类号：ＴＰ１８１　 文献标志码：Ａ　 文章编号：１６７３⁃４７８５（２０１６）０２⁃０２５７⁃０７ 中文引用格式：胡小生，温菊屏，钟勇． 动态平衡采样的不平衡数据集成分类方法［Ｊ］． 智能系统学报，２０１６，１１（２）：２５７⁃２６３． 英文引用格式：ＨＵ Ｘｉａｏｓｈｅｎｇ，ＷＥＮ Ｊｕｐｉｎｇ，ＺＨＯＮＧ Ｙｏｎｇ． Ｉｍｂａｌａｎｃｅｄ ｄａｔａ ｅｎｓｅｍｂｌｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｕｓｉｎｇ ｄｙｎａｍｉｃ ｂａｌａｎｃｅ ｓａｍ⁃ ｐｌｉｎｇ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１６，１１（２）：２５７⁃２６３． Ｉｍｂａｌａｎｃｅｄ ｄａｔａ ｅｎｓｅｍｂｌｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｕｓｉｎｇ ｄｙｎａｍｉｃ ｂａｌａｎｃｅ ｓａｍｐｌｉｎｇ ＨＵ Ｘｉａｏｓｈｅｎｇ，ＷＥＮＪｕｐｉｎｇ，ＺＨＯＮＧ Ｙｏｎｇ （Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｆｏｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｆｏｓｈａｎ ５２８０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｒａｄｉｔｉｏｎａｌ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ ａｓｓｕｍｅ ｂａｌａｎｃｅｄ ｃｌａｓｓ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｒ ｅｑｕａｌ ｍｉｓｃｌａｓｓｉｆｉｃａｔｉｏｎ ｃｏｓｔｓ， ｗｈｉｃｈ ｒｅｓｕｌｔｉｎｐｏｏｒｐｒｅｄｉｃｔｉｖｅａｃｃｕｒａｃｙｏｆｍｉｎｏｒｉｔｙｃｌａｓｓｅｓｗｈｅｎｈａｎｄｌｉｎｇｉｍｂａｌａｎｃｅｄｄａｔａ．Ａｎｏｖｅｌｉｍｂａｌａｎｃｅｄｄａ⁃ ｔａ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄ ｔｈａｔ ｃｏｍｂｉｎｅｓ ｄｙｎａｍｉｃ ｂａｌａｎｃｅ ｓａｍｐｌｉｎｇ ｗｉｔｈ ｅｎｓｅｍｂｌｅ ｂｏｏｓｔｉｎｇ ｃｌａｓｓｉｆｉｅｒｓ ｉｓｐｒｏｐｏｓｅｄ． Ａｔ ｔｈｅ ｂｅｇｉｎｎｉｎｇ ｏｆ ｅａｃｈ ｉｔｅｒａｔｉｏｎ，ｅａｃｈ ｍｅｍｂｅｒ ｏｆ ｔｈｅ ｄｙｎａｍｉｃ ｂａｌａｎｃｅ ｅｎｓｅｍｂｌｅ ｉｓｔｒａｉｎｅｄｗｉｔｈ ｕｎｄｅｒ⁃ｓａｍｐｌｅｄ ｄａｔａ ｆｒｏｍ ｔｈｅ ｏｒｉｇｉｎａｌ ｔｒａｉｎｉｎｇ ｓｅｔ ａｎｄ ｉｓａｕｇｍｅｎｔｅｄ ｂｙ ａｒｔｉｆｉｃｉａｌ ｉｎｓｔａｎｃｅｓｏｂｔａｉｎｅｄ ｕｓｉｎｇ ＳＭＯＴＥ ．Ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐｒｏ⁃ ｐｏｒｔｉｏｎ ｏｆ ｅａｃｈ ｃｌａｓｓ ｓａｍｐｌｅ ｉｓ ｒａｎｄｏｍｌｙ ｃｈｏｓｅｎ ｔｏ ｒｅｆｌｅｃｔ ｔｈｅ ｄｉｖｅｒｓｉｔｙ ｏｆ ｔｈｅ ｔｒａｉｎｉｎｇ ｄａｔａ ａｎｄ ｔｏ ｐｒｏｖｉｄｅ ａ ｂｅｔｔｅｒ ｔｒａｉｎｉｎｇ ｐｌａｔｆｏｒｍｆｏｒ ｔｈｅ ｅｎｓｅｍｂｌｅ