×
李秋杰；毛耀斌

非平衡数据分类的增强方法综述。 （英语） Zbl 1328.68169号

PAA，模式分析。申请。 第4期第17页，第679-693页（2014年）.
摘要：最近，数据分类不平衡的问题引起了学术界、行业和政府资助机构的极大兴趣。不平衡数据分类的基本问题是，不平衡数据对大多数标准学习算法的性能造成了严重缺陷，这些算法假定或期望类分布平衡或错误分类代价相等。Boosting是一种适用于大多数学习算法的元技术。本文综述了用于非平衡数据分类的增强方法，称为IDBoosting（imbalanced-DataBoosting），其中可以集成传统的学习算法，而无需进一步修改。主要关注内在机制，而不考虑实现细节。对现有方法进行了分类，并根据设计标准、典型算法和性能分析详细显示了每个类。发现了两种IDBoosting方法的本质，并给出了实验证据，为今后的研究提供了有用的参考点。

MSC公司：

68T05型 人工智能中的学习和自适应系统
68吨10 模式识别、语音识别
62H30型 分类和区分；聚类分析（统计方面）

关键词：

不平衡数据分类；增压；成本敏感型学习；数据采样

软件：

UCI-毫升；AdaCost公司；SMOTE公司；SMOTEBoost公司
PDF格式BibTeX公司 XML格式引用
\textit{Q.Li}和\textit{Y.Mao}，PAA，模式分析。申请。17，第4号，679--693（2014；Zbl 1328.68169）
全文： 内政部

参考文献：

[1] Asuncion DN（2007）UCI机器学习库。统一资源定位地址网址：http://www.ics.uci.edu/mlearn/MLRepository.html·Zbl 1105.62323号
[2] Braddil P、Giraud-Carrier C、Soares C、Villata R（2009）元学习。柏林施普林格·Zbl 1173.68625号
[3] Breiman L（1996）偏倚、方差和电弧分类器。加州大学伯克利分校统计系技术代表460
[4] Chawla NV、Bowyer KW、Hall LO、Kegelmeyer WP（2002）Smote：合成少数过采样技术。J Artif英特尔研究16:321-357·Zbl 0994.68128号
[5] Chawla NV、Lazarevic A、Hall LO、Bowyer KW（2003）《SMOTEBoost：提高对少数群体的预测》。In.In Proceedings of Principles of Knowledge Discovery In Databases，PKDD-2003，第107-119页
[6] Chien CF，Wang WC，Cheng JC（2007）半导体制造业增产数据挖掘与实证研究。专家系统应用33（1），第192-198页。doi:10.1016/j.eswa.2006.04.014
[7] Elkan C（2001）《成本敏感学习的基础》。第十七届国际人工智能联合会议记录，第973-978页·Zbl 1122.68505号
[8] Ertekin S，Huang J，Giles CL（2007）针对班级不平衡问题的主动学习。摘自：第30届ACM SIGIR信息检索研究与开发国际年会论文集，ACM，美国纽约州纽约市，SIGIR’07，第823-824页·Zbl 0994.68128号
[9] Fan W，Stolfo SJ，Zhang J，Chan PK（1999）Adacost:错误分类成本敏感性提升。摘自：第16届国际机器学习大会论文集，摩根·考夫曼，第97-105页·Zbl 1078.68731号
[10] Fiore U，Palmieri F，Castiglione A，De Santis A（2013）使用受限玻尔兹曼机进行网络异常检测。Neurocomput 122，第13-23页。doi:10.1016/j.neucom.2012.11.050
[11] Freund Y，Schapire R（1999）《助推简介》。Jpn Soc Artif Intel 14（5）：771-780
[12] Friedman J、Hastie T、Tibshirani R（1998）《加性逻辑回归：增长的统计观点》。年鉴统计28:2000
[13] Friedman JH（2001）贪婪函数近似：梯度提升机。年鉴统计29:1189-1232·Zbl 1043.62034号 ·doi:10.1214/aos/1013203451
[14] Galar M，Fernndez A，Tartas EB，Herrera F（2013）Eusboost:通过进化欠采样增强高度不平衡数据集的集合。模式识别器46（12）：3460-3471·doi:10.1016/j.patcog.2013.05.006
[15] Guo H，Viktor HL（2004）通过增强和数据生成从不平衡数据集中学习：数据增强-im方法。SIGKDD探索新闻6:30-39·数字对象标识代码：10.1145/1007730.1007736
[16] He H，Garcia EA（2009）从不平衡数据中学习。IEEE Trans Knowl数据工程21:1263-1284·doi:10.1109/TKDE.2008.239
[17] Japkowicz N（2001）阶级间和阶级内不平衡情况下的概念学习。摘自：《加拿大智能计算研究学会第14届两年期会议论文集：人工智能进展》，英国伦敦斯普林格·弗拉格，AI'01，第67-77页·Zbl 0984.68643号
[18] Japkowicz N，Stephen S（2002）《阶级失衡问题：一项系统研究》。英特尔数据分析6（5）：429-449·Zbl 1085.68628号
[19] Li Q，Mao Y，Wang Z，Xiang W（2009）成本敏感性提升：拟合加性非对称logistic回归模型。Springer，Lect Notes计算机科学5828:234-247·文件编号：10.1007/978-3-642-05224-8_19
[20] Lienhart R，Kuranov A，Pisarevsky V（2002）快速目标检测用增强分类器检测级联的实证分析。英特尔实验室微处理器研究实验室技术代表
[21] Lozano AC，Abe N（2008），具有p-范数损失函数的多类成本敏感型提升。收录于：KDD’08：第14届ACM SIGKDD知识发现和数据挖掘国际会议记录。ACM，美国纽约州纽约市，第506-514页
[22] Lughofer E（2012）单程主动学习与冲突和无知。进化系统3（4）：251-271·doi:10.1007/s12530-012-9060-7
[23] Majid A，Ali S，Iqbal M，Kausar N（2014）使用最近邻和支持向量机从不平衡数据预测人类乳腺癌和结肠癌。生物识别计算方法程序。
[24] Masnadi-Shirazi H，Vasconcelos N（2011），成本敏感型提升。IEEE Trans-Pattern Ana Mach Intel 33:294-309·doi:10.1109/TPAMI.2010.71
[25] Mease DM、Wyner AJ、Buja A、Schapire R（2006）《增强分类树和类概率/分位数估计》。J Mach学习研究8:2007·Zbl 1222.68261号
[26] Ormeno P，Ramłrez F，Valle C，Allende Cid H，Allende H（2012）鲁棒不对称adaboost。收录人：lvarez L、Mejail M、Gmez L、Jacobo JC（编辑）CIARP、Springer，《计算机科学讲义》，第7441卷，第519-526页·Zbl 1043.62034号
[27] Oza NC（2005）《在线装袋和助推》。收录：SMC，IEEE，第2340-2345页
[28] Prati RC、Batista GEAPA、Monard MC（2004）《班级失衡与班级重叠：学习系统行为分析》。收录于：MICAI，第312-321页
[29] Rajasegarar S、Leckie C、Bezdek JC、Palaniswami M（2010），传感器网络异常检测的中心超球面和超椭球面一类支持向量机。IEEE传输信息取证安全5（3）：518-533·doi:10.1109/TIFS.2010.2051543
[30] Schapire RE、Freund Y、Bartlett P、Lee WS（1998）《提高利润率：投票方法有效性的新解释》。年鉴统计26（5）：1651-1686·Zbl 0929.62069号 ·doi:10.1214/aos/1024691352
[31] Seiffert C，Khoshgoftaar TM，Van Hulse J，Napolitano A（2010）RUSBoost:缓解阶级失衡的混合方法。IEEE Trans-Syst，Man，Cybern-第A部分：人类系统40（1）：185-197·doi:10.1109/TSMCA.2009.2029559
[32] Serdio F、Lughofer E、Pichler K、Buchegger T、Efendic H（2014），使用软计算技术进行轧钢机状态监测的基于残差的故障检测。《信息科学》259:304-320。doi:10.1016/j.ins.2013.06.045·doi:10.1016/j.ins.2013.06.045
[33] 孙毅，卡梅尔MS，王毅（2006）促进学习班级分布不均衡的多个班级。摘自：《第六届数据挖掘国际会议论文集》，IEEE计算机学会，美国华盛顿特区，ICDM’06，第592-602页
[34] Sun Y，Kamel MS，Wong AKC，Wang Y（2007）不平衡数据分类的成本敏感增强。图案识别40:3358-3378·Zbl 1122.68505号 ·doi:10.1016/j.patcog.2007.04.009
[35] Sun Y，Wong AKC，Kamel MS（2009）《不平衡数据的分类：综述》。IJPRAI 23（4）：687-719
[36] Sung KK（1996）对象和模式识别的学习和示例选择。麻省理工学院人工智能实验室和生物与计算学习中心博士论文，马萨诸塞州剑桥·Zbl 1122.68505号
[37] Ting KM（2000）成本敏感型提升算法的比较研究。摘自：《第十七届机器学习国际会议论文集》，摩根·考夫曼出版社，美国加利福尼亚州旧金山，ICML'00，第983-990页·Zbl 1043.62034号
[38] Viaene S、Derrig RA、Dedene G（2004）马萨诸塞州皮普索赔欺诈数据的成本敏感学习和决策。国际情报系统杂志19:1197-1215·Zbl 1078.68731号 ·doi:10.1002/int.20049
[39] Viola P，Jones M（2001a）使用非对称adaboost和检测器级联进行快速而稳健的分类。摘自：《神经信息处理系统的进展》14，麻省理工学院出版社，第1311-1318页。
[40] Viola PA，Jones MJ（2001b）使用简单功能的增强级联快速目标检测。收录于：CVPR（1）'01，第511-518页
[41] 王杰（2013）提高成本敏感型多类别分类的广义边际。J计算图表统计22（1）：178-192·doi:10.1080/10618600.2011.643151
[42] Zhang T（2004）基于凸风险最小化的分类方法的统计行为和一致性。年鉴32:56-134·Zbl 1105.62323号 ·doi:10.1214/aos/1079120130
[43] 周志华（2011）成本敏感学习。摘自：《第八届人工智能建模决策国际会议论文集》，斯普林格·弗拉格，柏林，海德堡，MDAI'11，第17-18页
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。