面向大规模类不平衡数据的变分高斯过程分类算法

来源：大连理工大学学报杂志2016年第3期北京时间：

作者：马彪,周瑜,贺建军

摘要：变分高斯过程分类器是最近提出的一种较有效的面向大规模数据的快速核分类算法，其在处理类不平衡问题时，对少数类样本的预测精度通常会较低．针对此问题，通过在似然函数中引入指数权重系数和构造包含相同数目正负类样本的诱导子集解决原始算法的分类面向少数类偏移的问题，建立了一种可以有效处理大规模类不平衡问题的改进变分高斯过程分类算法．在10个大规模UCI数据集上的实验结果表明，改进算法在类不平衡问题上的精度较原始算法得到大幅提高．

关键词：类不平衡问题高斯过程变分推理大规模数据分类

基金资助：国家自然科学基金资助项目(6150305861374170)；辽宁省自然科学基金资助项目(20150200842015020099)；辽宁省教育厅科学技术研究项目(L2014540L2015127)；中央高校基本科研业务费专项资金资助项目(DC201501055DC201501060201).