基于级联结构的不平衡数据集分类研究  

Study of imbalance dataset classification based on cascade structure

作　　者：王晓芹[1] 张化祥[1] 柴青 

机构地区：[1]山东师范大学信息科学与工程学院,济南250014 [2]山东得安信息技术有限公司,济南250014

出　　处：《计算机工程与应用》2010年第13期115-117,126,共4页Computer Engineering and Applications

基　　金：山东省自然科学基金No.Y2007G16;山东省科技攻关计划No.2008GG10001015;山东省教育厅科技计划项目(No.J07YJ04);山东省中青年科学家科研奖励基金(博士基金)(No.2006BS01020);山东省高新技术自主创新工程专项计划(No.2007ZZ17)~~

摘　　要：受级联结构的启示,提出了一种针对不平衡数据集分类的新方法,基于级联结构的Bagging分类方法。该方法通过在每一级剔除一部分多数类样本的方式使数据集逐步趋于平衡,并应用欠取样技术得到训练集,用Bagging算法训练分类器,最后把每一级训练到的分类器集成为一个新的分类器。在10个UCI数据集上的实验结果表明,该方法在查全率和F-value值上优于Bagging和AdaBoost。Borrowing the idea of cascade structure,this paper proposes a new method to classify imbalance dataset,Bagging classification on the basis of cascade structure.This method eliminates a part of majority class at each cascade node,which can make the dataset go balance step by step,obtains traindata using under-sampling technique,and trains classification by Bagging.Then every classification is ensembled gained at each cascade node to a new classification.Experiments on 10 UCI datasets show that this method excels Bagging and AdaBoost on both recall and F-value.

关 键 词：不平衡数据集 级联结构 BAGGING算法 接受者操作特性(ROC)曲线 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]