- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
不平衡数据的集成分类算法综述 review on ensemble algorithms for imbalanced data classification
第31卷第5期 计 算 机 应 用 研 究 Vol.31No.5
2014年5月 ApplicationResearchofComputers May2014
不平衡数据的集成分类算法综述
1,2 1 1
李 勇 ,刘战东 ,张海军
(1.新疆师范大学 网络信息安全与舆情分析重点实验室,乌鲁木齐830054;2.南京航空航天大学计算机科学
与技术学院,南京210016)
摘 要:集成学习是通过集成多个基分类器共同决策的机器学习技术,通过不同的样本集训练有差异的基分类
器,得到的集成分类器可以有效地提高学习效果。在基分类器的训练过程中,可以通过代价敏感技术和数据采
样实现不平衡数据的处理。由于集成学习在不平衡数据分类的优势,针对不平衡数据的集成分类算法得到广泛
研究。详细分析了不平衡数据集成分类算法的研究现状,比较了现有算法的差异和各自存在的优点及问题,提
出和分析了有待进一步研究的问题。
关键词:不平衡数据;集成学习;分类;代价敏感;数据采样
中图分类号:TP391 文献标志码:A 文章编号:10013695(2014)05128705
doi:10.3969/j.issn.10013695.2014.05.002
Reviewonensemblealgorithmsforimbalanceddataclassification
1,2 1 1
LIYong ,LIUZhandong,ZHANGHaijun
(1.KeyLaboratoryofNetworkInformationSecurity&PublicOpinionAnalysis,XinjiangNormalUniversity,Urumqi830054,China;2.Col
legeofComputerScience&Technology,NanjingUniversityofAeronautics&Astronautics,Nanjing210016,China)
Abstract:Ensemblelearningbyintegratingmultiplebaseclassifiersthattraineddifferentsetcaneffectivelyimprovetheclas
sificationaccuracy.Inthebaseclassifiertrainingprocess,imbalanceddatasetcanbeprocessedbyeithercostsensitiveordata
samplingtechnology.Duetotheadvantagesofensemblelearninginimbalanceddataclassification,ensemblealgorithmsforim
balanceddataclassificationhavebeenwidelyresearch.Thispapersurveyedthestateoftheartofimbalanceddataensemble
classificationalgorithms,includingthemechanismsandfeaturesofmajorexistinglearningalgorithms,theiradvantagesanddis
advantages,highlightedtheopenresearchissuesandfutureresearchdirections.
Keywords:imbalanceddata;ensemblelearning;classification;costsensitive;datasam
您可能关注的文档
- tab机器人从“扫一屋”到安天下.pdf
- td-scdma集群系统中的联合功率控制 joint power control for trunking communication system in td-scdma network.pdf
- td-lte电力专网230mhz与1.8ghz的研究 research on td-lte 230mhz and 1.8ghz telecommunications network for electric power.pdf
- takagi-sugeno模糊连续系统的模糊采样控制 fuzzy sampled-data control for takagi-sugeno continuous-time fuzzy systems.pdf
- tdcol列式存储的xml关键字查询处理策略 tdcol xml keyword query processing strategy based on column storage.pdf
- tenantcpuman:基于负载分析的多租户动态cpu资源调整 tenantcpumanmulti-tenant cpu dynamical adjustment based on load analysis.pdf
- tent混沌粒子群算法及其在结构优化决策中的应用 research on decision-makings of structure optimization based on improved tent pso.pdf
- tent混沌人工蜂群与粒子群混合算法 hybridization algorithm of tent chaos artificial bee colony and particle swarm optimization.pdf
- tdtms一种面向xml数据的结果子树构建算法 tdtms an algorithm for subtree results construction on xml data.pdf
- tld视频目标跟踪方法改进 an improved tld visual target tracking method.pdf
文档评论(0)