计算机应用研究

作者：周玉,岳学震,孙红玉,

单位：华北水利水电大学电气工程学院,郑州450011；

关键词：不平衡分类,改进AdaBoost,不平衡指数,权重,

基金：国家自然科学基金资助项目(U1504622,31671580)；河南省高等学校青年骨干教师培养计划项目(2018GGJS079)；；

数据集类别不平衡问题是分类领域的重要问题之一，每个数据集的不平衡指数都与其自身有着紧密的联系，是数据集的重要标志。面对不平衡数据集分类设计问题，提出了一种改进AdaBoost算法（enhanced AdaBoost，E-AdaBoost）。该算法将不平衡指数和不平衡数据集中较为重要的少数类分类正确率考虑到算法的迭代过程中，改进了基分类器的权重更新策略，进而提高对不平衡数据集的分类性能。基于E-AdaBoost的不平衡数据集分类设计方法可以根据样本的不平衡指数，确定基分类器的权重参数，进而提高分类器性能。利用该方法，结合多个经典分类器，在人工数据集和标准数据集上进行实验分析，并对比相关方法，结果表明，基于E-AdaBoost的不平衡数据集分类设计方法能够有效提高不平衡数据集的分类性能。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期