张春霞;王冠伟;张江舍;郭、高;应、青岩 IRUSRT:一种新的非平衡学习技术,它将采样下的逆随机和随机树相结合。 (英语) Zbl 1466.62224号 Commun公司。统计、仿真计算。 43,第10号,2714-2731(2014). 小结:本文提出了一种新的技术IRUSRT(inverse random under sampling and random tree),它将inverse random undersampling-andrandom树与随机树相结合来实现非平衡学习。其主要思想是严重低估大多数类的样本,从而创建多个不同的训练集。在每个训练集中,训练一棵随机树,将少数类与多数类分开。通过融合将这些随机树组合在一起,构造了一个复合分类器。对ROC曲线(AUC)、F-measure和G-mean下面积上评估的23个真实世界数据集进行的实验分析表明,与许多现有的班级不平衡学习方法相比,IRUSRT的表现要好得多。 引用于1文件 MSC公司: 62-08 统计问题的计算方法 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分;聚类分析(统计方面) 关键词:装袋;阶级不平衡问题;集成学习;逆随机欠采样;随机树 软件:UCI-毫升;公关工具 PDF格式BibTeX公司 XML格式引用 \textit{C.-X.Zhang}等人,Commun。统计、仿真计算。43,编号1020714-2731(2014;兹bl 1466.62224) 全文: 内政部 参考文献: [1] 内政部:10.1145/1007730.1007735·Zbl 05442721号 ·数字对象标识代码:10.1145/1007730.1007735 [2] DOI:10.1016/j.dss.2010.08.008·Zbl 05883810号 ·doi:10.1016/j.dss.2010.08.008 [3] 内政部:10.1007/BF00058655·doi:10.1007/BF00058655 [4] DOI:10.1023/A:1010933404324·兹比尔1007.68152 ·doi:10.1023/A:1010933404324 [5] Breiman L.,分类和回归树(1984)·Zbl 0541.62042号 [6] 内政部:10.1016/j.neucom.2005.12.014·Zbl 05011819号 ·doi:10.1016/j.neucom.2005.12.014 [7] Chawla N.V.,《人工智能研究杂志》,第16页,第321页–(2002年) [8] Chen C.,使用随机森林学习不平衡数据(2004) [9] 内政部:10.1109/TNN.2010.2066988·doi:10.1109/TNN.2010.2066988 [10] Duin R.P.W.,PRTools4:模式识别的Matlab工具箱(2007) [11] DOI:10.1016/j.patrec.2005.10.010·doi:10.1016/j.parec.2005.010 [12] Frank A.,UCI机器学习库(2010) [13] 内政部:10.1006/jcss.1997.1504·Zbl 0880.68103号 ·doi:10.1006/jcss.1997.1504 [14] DOI:10.1109/TSMCC.2011.2161285·doi:10.10109/TSMCC.2011.2161285 [15] DOI:10.1109/TKDE.2008.239·doi:10.1109/TKDE.2008.239 [16] Japkowicz N.,智能数据分析6(5),第429页–(2002) [17] DOI:10.1109/TSMCA.2010.2084081·doi:10.1109/TSMCA.2010.2084081 [18] 内政部:10.1016/j.patcog.2010.03.006·Zbl 1213.68533号 ·doi:10.1016/j.patcog.2010.03.006 [19] Krogh A.,《神经信息处理系统进展》。剑桥:麻省理工学院出版社7,第231页–(1995) [20] 内政部:10.1002/0471660264·Zbl 1066.68114号 ·doi:10.1002/0471660264 [21] 内政部:10.1109/TSMCB.2008.2007853·doi:10.1109/TSMCB.2008.2007853 [22] DOI:10.1016/j.neunet.2007.12.031·Zbl 06126286号 ·doi:10.1016/j.neunet.2007.12.031 [23] 内政部:10.1007/978-1-4613-8122-8·doi:10.1007/978-1-4613-8122-8 [24] DOI:10.1016/j.inffus.2007.07.002·Zbl 05423089号 ·doi:10.1016/j.inffus.2007.07.002 [25] 内政部:10.1109/MCAS.2006.1688199·doi:10.10109/MCAS.2006.1688199 [26] 内政部:10.1109/TPAMI.2006.211·Zbl 05340987号 ·doi:10.1109/TPAMI.2006.211 [27] 内政部:10.1007/s10462-009-9124-7·Zbl 05780505号 ·doi:10.1007/s10462-009-9124-7 [28] 内政部:10.1109/TSMCA.2009.2029559·doi:10.1109/TSMCA.2009.2029559 [29] 内政部:10.1142/S021801409007326·Zbl 05782847号 ·doi:10.1142/S0218001409007326 [30] DOI:10.1016/j.patcog.2012.03.014·兹伯利06058343 ·doi:10.1016/j.patcog.2012.03.014 [31] 内政部:10.1109/TPAMI.2006.134·Zbl 05111824号 ·doi:10.1109/TPAMI.2006.134 [32] DOI:10.1023/A:1007659514849·Zbl 02181357号 ·doi:10.1023/A:1007659514849 [33] DOI:10.1016/j.patrec.2011.07.009·doi:10.1016/j.patrec.2011.07.009 [34] 内政部:10.1016/j.csda.2007.06.015·Zbl 1452.62478号 ·doi:10.1016/j.csda.2007.06.015 [35] DOI:10.1080/036109182010.521277·Zbl 1205.62081号 ·doi:10.1080/03610918.2010.521277 [36] DOI:10.1016/j.cherd.2010.01.005·doi:10.1016/j.cherd.2010.01.005 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。