摘要:提出一種基于訓練集分解的不平衡分類算法。該算法使用能輸出后驗概率的支持向量機作為分類器,使用基于測度層次信息源合并規則實現分類器的集成。在4個不同領域的不平衡數據集上的仿真實驗表明:該算法有效提高分類器對正類樣本的正確率,同時盡量減少對負類樣本的誤判。實驗結果驗證集成學習算法處理不平衡分類問題的有效性。
關鍵詞:機器學習;類不平衡;集成學習;評測標準
中圖分類號:TP391
文獻標識碼:A
計算技術與自動化2009年2期
1《師道·教研》2024年10期
2《思維與智慧·上半月》2024年11期
3《現代工業經濟和信息化》2024年2期
4《微型小說月報》2024年10期
5《工業微生物》2024年1期
6《雪蓮》2024年9期
7《世界博覽》2024年21期
8《中小企業管理與科技》2024年6期
9《現代食品》2024年4期
10《衛生職業教育》2024年10期
關于參考網