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

3 S3 y! n& n' u' m% i9 J  L9 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
- O( b& [% h* ?1 x& m! O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
( S, X& E( D6 p$ p. S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,
7 i2 i3 W' F9 ?* O* s: c1 hGSMOTEBoost). 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,
+ T4 L' M; z, w* F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
: x/ S2 h/ e. x9 }) x$ w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
. h+ Q4 G% }9 r! }3 e) b8 BGSMOTEBoost 具有显著的优势.
3 s" V1 m( E1 v

# ~( z6 t7 _( h+ I% h. ~

& C5 U1 Y5 p- Z% L5 w