改进随机子空间与决策树相结合的不平衡数据分类方法
胡小生
佛山科学技术学院电子与信息工程学院,广东佛山,528000
摘要：提出一种改进随机子空间与C4.5决策树算法相结合的分类算法.以C4.5算法构建决策树作为集成学习的基分类器,每次迭代初始,将SMOTE采样技术与随机子空间方法相结合,生成在特征空间和数据分布上差异明显的合成样例,为基分类器提供多样化的平衡训练数据集,采用绝大多数投票方法进行最终决策的融合输出.实验结果表明,该方法对少数类和多数类均具有较高的识别率.
关键词：不平衡数据分类随机子空间方法决策树集成学习
分类号：TP18(自动化基础理论)
资助基金：佛山市科技发展专项资金项目(2011AA100061)佛山市产学研专项资金项目(2012HC100272)佛山市教育局智能评价指标体系研究项目(DX20120220)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 22-26 )
英文信息