集成降采样不平衡数据分类的方法的研究.pptVIP

* * 厦门大学硕士学位论文答辩 * 厦门大学硕士学位论文答辩 * * 厦门大学硕士学位论文答辩 * 邹 权 博士、助理教授 厦门大学 计算机系 不平衡数据分类 金融欺诈检测 医疗诊断 网络入侵检测 反垃圾邮件 石油勘探等领域 课题背景及意义 相关研究 提出改进算法 在生物信息学上应用 研究内容 相关研究 影响因素（数据方面） 数据稀缺 绝对稀缺 相对稀缺 噪声数据 数据复杂性 类内不平衡 类重叠 对策 重构数据集 大样本降采样 小样本过采样 分类降采样 暂无 基于分类器集成 AdaBoost算法 Bagging算法 代价敏感学习 单类学习 不同算法思想的集成 代价敏感神经网络与分类器集成相结合 现有改进的算法 基于采样的改进算法 基于集成分类器的改进算法 改进的算法 序号 数据集 样本大小 小样本数 大样本数 不平衡度 特征维数 1 haberman 306 81 225 1:2.8 3 2 ionosphere 351 126 225 1:1.8 34 3 balance-scale 625 49 576 1:11.8 4 4 german 1000 300 700 1:2.3 24 5 cmc 1473 333 1140 1:3.4 9