论文研究-基于抽样和规则的不平衡数据关联分类方法.pdf

【文件属性】：
文件名称：论文研究-基于抽样和规则的不平衡数据关联分类方法.pdf
文件大小：961KB
文件格式：PDF
更新时间：2022-10-10 14:12:40
论文研究 论文研究-基于抽样和规则的不平衡数据关联分类方法.pdf,  不平衡数据的出现给传统关联分类算法带来了巨大的挑战.为了提高关联分类方法对不平衡数据集的分类精度，本文分 别从数据和规则层次着手，提出了关键值抽样法（key value sampling，KVS）和规则验证法（rule validation，RV）.关键值抽样法通过增加与少数类相关性强的数据，减少与多数类相关性弱的数据来达到数据类分布平衡.避免了大量有效 信息的流失，并且增强了与少数类相关性强的数据信息.规则验证法对初步生成的分类器进行了规则验证，并对分类 性能不好的规则进行调整，从而保证了分类器中规则的质量.实验表明，本文中的研究方法能够有效提高关联分类 方法处理不平衡数据的精度.