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

8 o1 s& X5 M( b" [4 o


& Q/ |0 ]5 Z; b% ?: l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
2 l9 A* {0 U2 T, k7 b, V' Z1 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
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 q( k* k8 z- _, o/ \$ a' VGSMOTEBoost). 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,
$ W5 F6 I1 E# S+ }: M) R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
% |1 ^4 m* ^3 a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
4 P! o- ?6 n: l' `: v" v6 D& O1 }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
" ]3 Z7 z1 @: w, yGSMOTEBoost 具有显著的优势.

) t1 ^8 K6 M9 D7 v2 U

& r3 J/ f4 }/ J9 G' f6 `
6 I$ U0 g' R8 L5 I) P/ o! d/ q