分类稀有类的两阶段方法

两阶段方法能够高效地对稀有类进行分类,第一阶段(P阶段)训练P规则预测目标类的存在性.这些P规则覆盖绝大多数的正例(目标类例子),在该阶段中尽量覆盖那些属于目标类的正例.第二阶段(N阶段)学习N规则预测目标类的不存在性,其所基于的数据集为所有P规则所覆盖的正例和反例(非目标类例子)集.N规则的目标是尽量去除由P规则所引入的反例,并尽可能地保留正例,在该阶段中尽量获得高精度.在测试阶段对所得到P规则和N规则根据一定的分值机制赋值,并根据这些规则的分值来分类.