结合朴素贝叶斯和欧氏距离的二类非均衡数据集成方法 - 信号处理.pdf

第３３卷　第４期 信 号 处 理 Ｖｏｌ．３３　Ｎｏ．４ ２０１７年４月 ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ 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 １，２ １ １ 王　磊 　赵　磊　郑宝玉 （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，Ｍｉｎｒｕｌｅ，Ｐｒｏｄｕｃｔｒｕｌｅ，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 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，ＡｒｅａＵｎｄｅｒｒｏｃＣｕｒｖｅ（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：ＴＰ１８　　　文献标识码：Ａ　　　ＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１７．０４．０１１ ＥｎｓｅｍｂｌｅＭｅｔｈｏｄＣｏｍｂｉｎｅＮａｉｖｅＢａｙｅｓａｎｄＥｕｃｌｉｄｅａｎＤｉｓｔａｎｃｅｆｏｒ ＣｌａｓｓｉｆｉｃａｔｉｏｎＢｉｎａｒｙＩｍｂａｌａｎｃｅｄＤａｔａ １，２ １ １ ＷＡＮＧＬｅｉ　ＺＨＡＯＬｅｉ　ＺＨＥＮＧＢａｏｙｕ （１．ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓ＆Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１０００３，Ｃｈｉｎａ；２．ＮａｔｉｏｎａｌＭｏｂｉｌｅ ＣｏｍｍｕｎｉｃａｔｉｏｎｓＲｅｓｅａｒｃｈＬａｂｏｒａｔｏｒｙ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＷｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆＤａｔａＭｉｎｉｎｇ，ｅｎｓｅｍｂｌｅｍｅｔｈｏｄｓｈａｖｅｂｅｅｎｗｉｄｅｌｙａｐｐｌｉｅｄｔｏｃｌａｓｓｉｆｙｂｉｎａｒｙｉｍｂａｌａｎｃｅｄ ｄａｔａ．Ｔｒａｄｉｔｉｏｎａｌｅｎｓｅｍｂｌｅｒｕｌｅｓ，ｓｕｃｈａｓＭａｘｒｕｌｅ，Ｍｉｎｒｕｌｅ，Ｐｒｏｄｕｃｔｒｕｌｅ，ａｎｄＳｕｍｒｕｌｅｈａｖｅｂｅｅｎｐｒｏｖｅｄｃｏｕｌｄｎｏｔ ｍｅｅｔｔｈｅｎｅｅｄｓｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｂｉｎａｒｙｉｍｂａｌａｎｃｅｄｄａｔａ．ＳｏｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｎｓｅｍｂｌｅｒｕｌｅｗｈｉｃｈｔａｋｅＮａｉｖｅＢａｙｅｓ ａｓｂａｓｅｃｌａｓｓｉｆｉｅｒａｎｄｔｈｅＥｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｔｈｅｎｅｗｄａｔａａｎｄｔｒａｉｎｄａｔａａｎｄｒｅｌａｔｉｏｎｓｏｆｍａｊｏｒｉｔｙｃｌａｓｓｅｓａｎｄｍｉ ｎｏｒｉｔｙｃｌａｓｓｅｓａｒｅｔａｋｅｎｉｎｔｏａｃｃｏｕｎｔｉｎｔｈｅｎｅｗｅｎｓｅｍｂｌｅｒｕｌｅ．Ｔｈｅｒｅａｓｏｎｉｓｔｈａｔｉｔｃａｎｓｔｒｅｎｇｔｈｅｎｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎ ｔｈｅｃｌａｓｓｉｆｙｒｅｓｕｌｔｓａｎｄｒａｗｄａｔａ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓａｒｅｐ