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

: g( O! @) k; t& m
: {, F( B% f: L1 N8 G0 _
& w( f# z1 q9 x$ F" ^% I6 A
: W/ Q: L' }) w' M- V" F% _; Q2 @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
- D0 l4 E0 `9 P+ E: _: 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
- J& i$ n! o" ~& i1 S3 M. t, X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,
1 W1 f( o7 U; P1 s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
" N! {4 d& f6 C5 Z$ b+ H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
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.
6 F1 S8 y6 ]6 o) R
& Y  u3 l* s. X; V


7 D& y2 j7 v5 O$ v% e1 j