龚俊浩;Kim、Hyunjoong RHSBoost：提高不平衡数据的分类性能。 （英语） Zbl 1464.62083号 计算。统计数据分析。 111, 1-13 (2017). 摘要：不平衡数据定义为类的比例严重倾斜的数据集。由于类分布的不平衡，现有模型的分类性能往往会恶化。此外，多数类的过度表示阻止分类器关注少数类，而少数类通常更有趣。针对不平衡分类问题，提出了一种有效的集合分类方法RHSBoost。该分类规则在升压方案下使用随机欠采样和ROSE采样。根据实验结果，RHSBost似乎是一个有吸引力的不平衡数据分类模型。 引用于2文件 MSC公司： 62-08 统计问题的计算方法 62H30型 分类和区分；聚类分析（统计方面） 68T05型 人工智能中的学习和自适应系统 关键词：不平衡数据;合奏;AUC公司;欠采样 软件：UCI-毫升;R（右）;JStatCom公司;阿达巴格;SMOTE公司;DMwR公司;SMOTEBoost公司;RHS支柱;4.5条;r零件;RUSBoost公司;玫瑰色 PDF格式BibTeX公司 XML格式引用 \textit{J.Gong}和\textit{H.Kim}，计算。统计数据分析。111、1-13（2017；Zbl 1464.62083） 全文： 内政部 参考文献： [1] Alcalá，J。；费尔南德斯，A。；Luengo，J。；德拉克，J。；南卡罗来纳州加西亚。；桑切斯，L。；Herrera，F.，Keel数据挖掘软件工具：数据集存储库，算法集成和实验分析框架，J.Mult-值逻辑软计算。，17, 2-3, 255-287, (2010) [2] 阿尔法罗，E。；Gámez，M。；García，N.，Adabag：一个R包，用于带增压和装袋的分类，J.Stat.Softw。，54，2，1-35，（2013），网址http://www.jstatsoft.org/v54/i02/ [3] Barandela，R。；瓦尔多维诺斯，R.M。；Sánchez，J.S.，分类器集合的新应用，模式分析。申请。，6, 3, 245-256, (2003) [4] 巴图维塔，R。；Palade，V.，支持向量机的类不平衡学习方法，（不平衡学习，（2013），Wiley-Blackwell），83-99 [5] 鲍曼，A.W。；阿扎里尼，A.，《数据分析的应用平滑技术：带S-plus插图的核方法：带S-blus插图的内核方法》（1997），牛津大学出版社·Zbl 0889.62027号 [6] 布雷曼，L。；弗里德曼，J。；斯通，C.J。；Olshen，R.A.，分类和回归树，（1984），CRC出版社·Zbl 0541.62042号 [7] 查拉，N.V。；鲍耶，K.W。；洛杉矶霍尔。；Kegelmeyer，W.P.，Smote:合成少数人过采样技术，《人工智能研究杂志》，321-357，（2002）·Zbl 0994.68128号 [8] 查拉，N.V。；拉扎列维奇，A。；洛杉矶霍尔。；Bowyer，K.W.，Smoteboost:提高对少数群体的预测，（数据库中的知识发现：PKDD 2003，（2003），Springer），107-119 [9] Cieslak，D.A。；Chawla，N.V.，《非平衡数据的学习决策树》，（数据库中的机器学习和知识发现，（2008），Springer），241-256 [10] Drummond，C.、Holte，R.C.等人，2003年。C4.5，类不平衡和成本敏感性：为什么欠采样胜过过采样。In:学习不平衡数据集研讨会II。第11卷。Citeser。 [11] Freund，Y.、Schapire，R.E.等人，1996年。实验一种新的boosting算法。在：ICML。第96卷。第148-156页。 [12] 加拉尔，M。；费尔南德斯，A。；Barrenechea，E。；Bustince，H。；Herrera，F.，《阶级不平衡问题的集合综述：打包、提升和混合方法》，IEEE Trans。系统。人类网络。C部分申请。修订版，第42、4、463-484页，（2012年） [13] 加拉尔，M。；费尔南德斯，A。；Barrenechea，E。；Herrera，F.，Eusboost：通过进化欠采样增强高度不平衡数据集的集合，模式识别。，46, 12, 3460-3471, (2013) [14] 黄，J。；Ling，C.X.，《使用auc和准确性评估学习算法》，IEEE Trans。知识。数据工程，17299-310，（2005） [15] 库巴特，M。；霍尔特，R。；Matwin，S.，《负面例子大量出现时的学习》（机器学习：ECML-97，（1997），Springer），146-153 [16] Lichman，M.，2013年。UCI机器学习库。统一资源定位地址http://archive.ics.uci.edu/ml。 [17] 北卡罗来纳州卢纳顿。；Menardi，G。；Torelli，N.，ROSE：二进制不平衡学习包，R J.，6，1，82-92，（2014） [18] Menardi，G。；Torelli，N.，用不平衡数据训练和评估分类规则，data Min.Knowl。发现。，28, 1, 92-122, (2014) ·Zbl 1281.68198号 [19] Orriols-Puig，A。；Bernadó-Mansilla，E.，《不平衡数据集的基于规则的进化系统》，软计算。，13, 3, 213-225, (2009) [20] Quinlan，J.，C4.5：机器学习程序，（1993年），摩根·考夫曼出版社，加利福尼亚州旧金山 [21] R核心团队。2015.R：统计计算语言和环境。R统计计算基金会，奥地利维也纳。URLhttps://www.R-project.org/。 [22] 塞弗特，C。；Khoshgoftaar，T.M.（坦桑尼亚联合共和国）。；Van Hulse，J。；Napolitano，A.，Rusboost:缓解阶级不平衡的混合方法，IEEE Trans。系统。人。赛博。A、 40,1185-197（2010） [23] Therneau，T.、Atkinson，B.、Ripley，B.，2015年。rpart：递归分区和回归树。R包版本4.1-10。统一资源定位地址http://CRAN.R-project.org/package=rpart。 [24] Torgo，L.，《使用R进行数据挖掘，通过案例研究学习》（2010年），Chapman和Hall/CRC，URLhttp://www.dcc.fc.up.pt/ltorgo/使用R进行数据挖掘 [25] 王，S。；Yao，X.，利用集成模型对不平衡数据集进行多样性分析，（IEEE计算智能与数据挖掘研讨会，2009，CIDM’09，（2009），IEEE），324-331 [26] 谢军。；邱，Z.，不平衡数据集对lda的影响：理论和实证分析，模式识别。，40, 2, 557-562, (2007) ·Zbl 1118.68129号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。