基于主动学习不平衡多分类AdaBoost算法的心脏病分类

来源：计算机应用杂志2017年第7期北京时间：

作者：王莉莉, 付忠良, 陶攀, 胡鑫

单位：1. 中国科学院 成都计算机应用研究所, 成都 610041;2. 中国科学院大学, 北京 100049

摘要：针对不平衡分类中小类样本识别率低问题，提出一种基于主动学习不平衡多分类AdaBoost改进算法。首先，利用主动学习方法通过多次迭代抽样，选取少量的、对分类器最有价值的样本作为训练集；然后，基于不确定性动态间隔的样本选择策略，降低训练集的不平衡性；最后，利用代价敏感方法对多分类AdaBoost算法进行改进，对不同的类别给予不同的错分代价，调整样本权重更新速度，强迫弱分类器"关注"小类样本。在临床经胸超声心动图（TTE）测量数据集上的实验分析表明：与多分类支持向量机（SVM）相比，心脏病总体识别率提升了5.9%，G-mean指标提升了18.2%，瓣膜病（VHD）识别率提升了0.8%，感染性心内膜炎（IE）（小类）识别率提升了12.7%，冠心病（CAD）（小类）识别率提升了79.73%；与SMOTE-Boost相比，总体识别率提升了6.11%，G-mean指标提升了0.64%，VHD识别率提升了11.07%，先心病（CHD）识别率提升了3.69%。在TTE数据集和4个UCI数据集上的实验结果表明，该算法在不平稳多分类时能有效提高小类样本识别率，并且保证其他类别识别率不会大幅度降低，综合提升分类器性能。

关键词：主动学习,不平衡分类,多分类AdaBoost,多类别分类,心脏病分类

基金资助：四川省科技支撑计划项目（2016JZ0035）；中国科学院西部之光项目。