结合朴素贝叶斯和欧氏距离的二类非均衡数据集成方法

随着数据挖掘技术的发展,传统集成方法中的集成规则,例如Max rule,Min rule,Product rule,以及Sum rule,已经不能满足现实中对于二类非均衡数据分类正确率的需要。因此本文提出了基于朴素贝叶斯和欧氏距离的二类非均衡数据集成方法。该集成方法是以朴素贝叶斯为基分类器,其集成规则通过引入测试数据与训练数据之间的欧式距离以及训练数据中多数类与少数类之间的关系,在空间距离上加强了最终的分类结果与原始训练数据之间的关联性。实验结果表明,该集成方法在处理二类非均衡数据时,Area Under roc Curve(AUC)值与现存的集成方法相比显著提高,从而具有更好的分类性能。因此,本文方法在处理二类非均衡数据时具有明显优势。

基于K-means和改进MaxDistance规则的集成非均衡数据分类方法

随着对非均衡数据研究的不断深入,集成方法因其复杂度低、性能好的特点逐渐成为二类非均衡数据研究的热点。传统集成方法的集成规则较为简单,但其分类效果很差,而现存的集成方法又没能很好地解决类内不均衡的问题,一定程度上影响了分类的性能。因此论文结合改进的二分K-means算法和优化后的MaxDistance集成规则,提出了一种以SVC为基分类器的集成方法。这种方法结合了原始数据的空间分布和空间距离的特点,在不丢失任何有用信息、不增加任何人造数据的条件下将二类非均衡问题转化成均衡问题。实验结果表明,论文提出的集成方法同现存的多种同类型的二类非均衡数据处理方法相比,在处理相同的标准数据集时具有更好的分类效果。