面向稀有類的組合方法和組合選擇方法.pdf

1、稀有類分類問題是數(shù)據(jù)挖掘與機器學習的一項難點任務，在典型的二元分類問題中，稀有類（或正類）的樣本數(shù)遠小于多數(shù)類（或負類）的樣本數(shù)。傳統(tǒng)的分類方法傾向于最小化訓練誤差，這導致傳統(tǒng)方法很難擬合稀有類樣本集分布特征。解決該問題的一種常用方法是構建相對平衡的訓練數(shù)據(jù)集，進而學習準確的分類模型。當前的研究（如Easy Ensemble）大多采用基于抽樣技術構建這種平衡的訓練集，如SMOTE、過抽樣技術、欠抽樣技術等。
　　 與以上方法相同

2、的是，本文也試圖構建相對平衡的訓練數(shù)據(jù)集。但與以上方法不同的是，本文試圖從數(shù)據(jù)劃分的角度出發(fā)、并結合組合分類選擇方法對稀有類問題做了深入研究。本文的主要貢獻如下:
　　 (1)提出基于劃分的組合學習策略(PBEL)。PBEL使用聚類方法把多數(shù)類實例集劃分為多個簇、關聯(lián)每個簇到一個新的類，進而構造相對平衡的訓練數(shù)據(jù)集合以訓練組合分類器。在預測時，PBEL使用多數(shù)投票方法預測實例類標號、將類標號映射到多數(shù)類或稀有類，以提高組合分類器