一种基于高斯过采样的集成学习算法

杨利霞

一种基于高斯过采样的集成学习算法

( i! C9 n7 d  O
+ K. S* m3 H: @' M. ~
8 t1 R/ ], s5 I3 p! b) N3 Y' u3 H
8 `9 W  h7 v0 {6 [" r  O在数据挖掘研究领域, 分类任务广泛存在着数据分布不均衡问题, 例如制造状态检测, 医疗
$ C1 A1 v& |5 J, h# _3 q) ~2 D诊断, 金融服务, 等等. SMOTE 是处理不均衡数据分类问题的常用技术, 与 Boosting 算法相结合可
进一步提升分类系统性能, 但是这种集成学习容易导致基分类器多样性缺失. 基于此, 本文提出了
9 M6 g' Z. Z( l- b/ t* h. E  ^+ f一种基于高斯过程 SMOTE过采样的 Boosting集成学习算法, 即(Gaussian-based SMOTE in Boosting,
9 Y: X* U. A# W& pGSMOTEBoost). 该算法在 Boosting 集成框架下构建不均衡学习模型, 为了提高分类系统的鲁棒性,
采用基于高斯过程 SMOTE 过采样技术来增加基分类器训练样本的多样性, 从而提高基分类器之
间的差异. 为了验证算法的有效性, 以常用的处理不均衡分类问题的算法作为对比方法, 采用 KEEL
数据库里的 20 个标准数据集对算法进行测试, 以 G-mean, F-measure 以及 AUC 作为算法的评价指
标, 利用统计检验手段对实验结果进行分析. 实验结果表明, 相对于其他算法, 本文提出的
GSMOTEBoost 具有显著的优势.
" L6 `. K' C4 F( x
! o# I# S+ O6 S+ U% ~  D! X


. O& W) }6 k9 J0 }9 v3 \5 B+ X