不平衡数据的集成分类算法综述  

Review on ensemble algorithms for imbalanced data classification

作　　者：李勇[1,2] 刘战东[1] 张海军[1] 

机构地区：[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

出　　处：《计算机应用研究》2014年第5期1287-1291,共5页Application Research of Computers

基　　金：新疆自治区高校科研计划资助项目(XJEDU2012S28);国家教育部人文社会科学研究青年基金资助项目(11YJC870014);新疆师范大学重点实验室基金资助项目(WLYQ2012108);国家自然科学基金资助项目(61163045)

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。Ensemble learning by integrating multiple base classifiers that trained different set can effectively improve the clas- sification accuracy. In the base classifier training process,imbalanced data set can be processed by either cost-sensitive or data sampling technology. Due to the advantages of ensemble learning in imbalanced data classification, ensemble algorithms for ira- balanced data classification have been widely research. This paper surveyed the state of the art of imbalanced data ensemble classification algorithms, including the mechanisms and features of major existing learning algorithms, their advantages and dis- advantages, highlighted the open research issues and future research directions.

关 键 词：不平衡数据 集成学习 分类 代价敏感 数据采样 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]