-
公开(公告)号：CN109871901A
公开(公告)日：2019-06-11
申请号：CN201910171280.5
申请日：2019-03-07
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于混合采样和机器学习的不平衡数据分类方法，包括：步骤一，生成训练集；步骤二，针对训练集中的少数类样本集P，复制P生成P'，利用P和P'合成PP'，在PP'的基础上采用smote算法生成S，同时P、P'和S构成PP'S；步骤三，针对训练集中的多数类样本集N，不放回地随机欠采样得到t个Ni；步骤四，重复执行步骤二t次，得到t个不同的PP'Si，将Ni与对应的PP'Si合成新的训练集，得到t个子集；步骤五，训练生成t个分类器Hi；步骤六，集成t个Hi，得到最终的分类器H，利用分类器H完成对不平衡数据集的分类。本发明提高少数类样本的关注度同时不会过分丢失多数类的信息；减小了过拟合和过度泛化的可能；训练效果好，不易过拟合，训练速度快。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
