基于差分演化的自适应集成学习算法在不均衡数据分类中的应用.docx

? ? 基于差分演化的自适应集成学习算法在不均衡数据分类中的应用 ? ? 　　 1 引言 　　 近年来，机器学习备受关注，其中分类问题是机器学习领域的关键问题之一。传统的分类方法，如决策树(decision tree，DT)，朴素贝叶斯(naive Bayes，NB)，人工神经网络(artificial neural network，ANN)等等，一般以最大化分类准确度为目标，并且假设数据集在每个类别上的样本数大致相等[1]。当各个类别上数据分布不均衡时，传统的分类方法效果欠佳。数据在各类别上分布不均衡是指其中一个或多个类别的样本量明显多于其他类，这样的数据称为不均衡数据[2，3]。在对不均衡数据问题进行分析处理时，人们往往更关注少数类的分类结果，因为少数类一旦错分，其所花费的成本可能远远高于其他类[3，4]。如本文将研究的石油储层含油性识别问题，石油储层的含油性识别是指利用测井数据预测油井的储层情况，而误判油层的成本比其他分类错误的情况高得多，因此，储层含油性识别是一种典型的不均衡数据分类问题。 　　 迄今为止，不均衡数据的学习已经被广泛研究，如采样方法[5，6]、代价敏感算法[7，8]、单分类器[7，8]已经在以往文献中提出。近段时间以来，集成学习成为处理不均衡数据分类问题较为流行的解决方案。构建集成学习模型的主要思想是利用多个分类器进行训练，因此，本文所设计的集成学习