面向不平衡数据的特征子空间增强的异质集成学习

来源：计算机工程与科学杂志2025年第5期北京时间：

作者：陈丽芳, 白云, 施永辉, 代琪

单位：（1.华北理工大学理学院，河北 唐山 063210；2.河北省数据科学与应用重点实验室，河北 唐山 063210）

摘要：对于不平衡数据，传统分类器趋向于保证多数类的准确率，而牺牲少数类的准确率，造成算法的整体性能下降。针对这一问题，提出一种面向不平衡数据的特征子空间增强的异质集成学习算法HEL-FSA。首先利用XGBoost算法学习特征的重要性，并选择重要的特征，形成数据集的特征子空间；其次使用SMOTE算法在特征子空间中生成新样本，获得更加平衡的训练数据；最后，采用逻辑回归、决策树、多层感知器、支持向量机和XGBoost这5种基模型，并使用if_any算法融合异质基模型。在9个不平衡数据集上的实验结果验证了该算法的可行性，同时，将提出的算法用于宫颈癌风险预测，增强了其对宫颈癌风险的理解和预测能力。

关键词：不平衡数据,特征选择,集成学习,合成少数类过采样技术,

基金资助：国家自然科学基金（52074126）