改进不平衡数据中的集成学习算法
王璐
程晓荣
华北电力大学(保定)控制与计算机工程学院 保定 071000
摘要：近些年人们对机器学习方面的研究日益关注,而机器学习领域的研究重点之一就是集成学习.集成学习的基本原理就是使用了许多独立的分类器,并采用一种方法使之融合为一个强学习器,用以克服单一学习器分类的缺陷.在对Bagging算法、随机森林算法、加权KNN(K-NearestNeighbor)算法和AdaBoost算法四种算法对比的基础上,将加权KNN算法和AdaBoost算法融合在一起.所采用的数据集为网络用户购物行为数据集.在实验过程中,对不平衡数据利用SMOTE采样进行处理,再对上述四种算法和改进后的AdaBoost算法进行评价和对比.通过对比发现,改进后的AdaBoost算法的预测性能更好.再将改进后的AdaBoost算法在Spark平台并行计算,提高计算效率.
关键词：集成学习AdaBoost算法SMOTE采样加权KNN(K-NearestNeighbor)算法不平衡数据Spark平台
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2025-01-19
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( 26-30 )
英文信息