面向不平衡数据的提升均衡集成学习算法

摘要

为有效解决欠采样技术在处理不平衡数据时的伪平衡问题，提出并设计一种基于欠采样的提升均衡集成学习算法。采用新的均衡采样机制，通过分箱操作协调数据的预测概率，生成高质量的训练子集，以此迭代训练分类器。基于基分类器在原始数据上的假阳性率和假阴性率，在迭代过程中自适应为其分配权重，避免性能较差的分类器影响整体决策，提高集成模型的泛化能力。新的算法能够在消除伪平衡的同时增加多数类样本的识别度，从而降低边界模糊对分类模型的影响。通过18组小型数据集和2组大型数据集的对比试验表明，该算法具有处理不平衡数据分类问题的优势。

关键词

欠采样 / 类不平衡 / 不平衡学习 / 集成学习 / 不平衡数据分类

基金资助

陕西省重点研发计划资助项目(2023-YBSF-476); 西安邮电大学创新基金资助项目(CXJJYL2022043)