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

2 v7 m/ p& B$ ?( B( G4 G' F
" k9 ?5 p6 e# l; o

- P& W. p! A+ q% v( @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
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,
GSMOTEBoost). 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,
- r# P! n, L& z+ ?) d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
: L/ N5 ?5 U+ x$ i3 A3 O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
- z. E$ V# _7 ^: r2 U6 O4 iGSMOTEBoost 具有显著的优势.
4 L' |0 r9 f8 D2 L+ o

! b- z! w% [. _% \

6 Y/ x. j5 R- ~. [# e