%0 Journal Article
%T 基于boosting的不平衡数据分类算法研究
%A 李秋洁
%A 茅耀斌
%A 王执锉？
%J 计算机科学
%D 2011
%X 研究基于boosting的不平衡数据分类算法，归纳分析现有算法，在此基础上提出权重采样boosting算法。对样本进行权重采样，改变原有数据分布，从而得到适用于不平衡数据的分类器。算法本质是利用采样函数调整原始boosting损失函数形式，进一步强调正样本的分类损失，使得分类器侧重对正样本的有效判别，提高正样本的整体识别率。算法实现简单，实用性强，在uci数据集上的实验结果表明，对于不平衡数据分类问题，权重采样boosting优于原始boosting及前人算法。
%K 不平衡数据分类
%K boosting
%K 采样
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=111250&flag=1