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

' B. V: J, w6 q6 N
- J1 t' N7 C' l' w

. Z- @! E$ R: C6 c$ W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
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
7 ^) o' F4 O$ _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
- D' y9 p7 w* W/ _$ V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,
/ H, r9 ?5 P% @  q7 E4 q5 E+ BGSMOTEBoost). 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,
6 i! a0 H; ?( q: i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
$ V* z' N" R( _8 \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
  c9 \6 F9 |2 ]$ I& f3 `! q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.




$ ~1 T, W5 x6 n5 A