×
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。