一种不平衡数据多策略处理及组合分类算法

来源：计算机应用与软件杂志2024年第4期北京时间：

作者：张晓鹏, 秦亮曦

摘要：针对传统机器学习算法分类不平衡数据时分类结果通常会忽略少数类的问题, 提出一种基于多策略处理的组合分类算法MsBoost。对数据进行聚类; 对少数类进行过抽样, 对多数类采用提出的“三合一”算法进行欠抽样; 为不同类的样本赋予不同的权重; 将抽样后的两类样本结合, 并用AdaBoost算法对基学习器进行组合。将MsBoost算法与AdaBoost、RusBoost、SmoteBoost和CusBoost算法在12个KEEL不平衡数据集上做了性能对比实验, 该算法在AUC和G-mean指标值均取得了6次最优和2次次优的结果, 在F1分数指标上取得了1次最优和6次次优的结果, 表明该算法能有效地分类不平衡数据。

关键词：不平衡数据, 分类, 抽样, 代价敏感, 组合