基于几何有向图族的非平衡数据分类
阿图尔·曼努肯（Artür Manukyan）、埃尔凡·杰伊汉（Elvan Ceyhan）; 17(189):1−40, 2016.
摘要
我们使用一个称为类覆盖捕获有向图（CCCD）的几何有向图族来解决统计分类中的类不平衡问题。CCCD为类覆盖问题提供了图论解决方案，并已用于分类。我们通过大量的蒙特卡罗模拟来评估CCCD分类器的分类性能，并将其与文献中常用的其他分类器进行比较。特别是，我们表明，当一个类在两类设置中比另一个类更频繁时，CCCD分类器的性能相对较好，这是阶级不平衡问题我们还指出了类不平衡和类重叠问题之间的关系，以及它们对CCCD分类器和其他分类方法的性能的影响，以及一些通过构造对类不平衡具有鲁棒性的最新算法。在模拟数据集和实际数据集上的实验表明，CCCD分类器对类不平衡问题具有鲁棒性。CCCD在欠采样过程中保留了丢弃点的信息，但却大大低于大多数类的采样。然而，许多最先进的方法通过集成分类器来保存这些信息，但CCCD只产生一个具有相同属性的分类器，这使得它既吸引人又快速。
[腹肌]
[pdf格式][围兜]
