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

9 R! r- v9 m, [. {" P+ g


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 V* I% U4 i/ J! h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
1 V; n+ H5 x$ N) d. v2 D* Z1 g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,
7 v, F; _( n0 D" a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
% W- {. b5 m6 {$ N) e8 u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
3 `" u5 Z& w% G3 D# S; _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
8 g2 v8 o, I- v& b9 SGSMOTEBoost 具有显著的优势.


$ T! a6 S# R6 h1 F6 P: n
7 J9 j- g( D, }