基于密度峰值的Adaboost算法

作     者：王军 吴文超 程勇 WANG Jun;WU Wen-chao;CHENG Yong

作者机构：南京信息工程大学计算机与软件学院江苏南京210044 南京信息工程大学科技产业处江苏南京210044 

基　　金：国家自然科学基金项目(61373064、61402236) 江苏省"六大人才高峰"基金项目(2015-DZXX-015) 江苏省"六大人才高峰"创新团队基金项目(TD-XYDXX-004) 赛尔网络下一代互联网技术创新基金项目(NGII20170610、NGII20171204) 江苏省农业气象重点实验室开放基金项目(KYQ1309) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2019年第40卷第11期

页      码：3136-3141页

摘      要：针对不平衡数据分类问题,提出一种基于密度峰值的Adaboost算法。将训练数据划分为多数类和少数类,统计各自的数量;在多数类样本中,对由密度峰值算法快速聚类生成的各个簇按照采样率 进行随机欠采样,将所采样的多数类与原少数类合成新样本,降低数据的不平衡性;将合成样本带入以决策树为基分类器的自适应增强模型,通过改变样本权值分布提高该算法模型对于不平衡数据的分类性能。实验结果表明,该算法在评价指标ROC曲线下的面积(AUC)、G-mean和balance方面优于或者部分优于其它对比算法。

主 题 词：密度峰值 不平衡多分类 Adaboost 基分类器 决策树算法 

学科分类：08[工学] 081203[081203] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2019.11.013

馆 藏 号：203822951...