| 基于证据理论融合两级分类规则的不平衡数据分类方法 | |
| 李莎莎 | |
| 2020-06-20 | |
| 发表期刊 | 黄山学院学报
 |
| ISSN | 1672-447X |
| 卷号 | 22期号:03页码:1-4 |
| 摘要 | 不平衡数据分类是机器学习领域的研究热点及难点问题之一。传统分类算法难以融合少数类分类信息,在处理不平衡数据时分类精度不高。文中提出一种基于证据理论的不平衡数据分类方法CET。CET以决策树方法作为基分类器首先提取一级规则;通过融合少数类与相似样本,改善数据类分布平衡,建立多组小训练集后提取二级分类规则;利用证据理论融合两级分类规则信息,选最大可信度类别进行分类。实验证明,CET提高了少数类分类精度以及数据集整体分类准确率。 |
| 关键词 | 分类 分类规则 不平衡数据 证据理论 |
| URL | 查看原文 |
| 语种 | 中文 |
| 资助项目 | 安徽省高校人文社会科学研究重点项目（SK2018A0756;SK2018A0762）;安徽省教育厅质量工程重点项目（2019jyxm0904） |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/50546 |
| 专题 | 国家开放大学安徽分部 |
| 作者单位 | 安徽广播电视大学 |
| 第一作者单位 | 国家开放大学安徽分部 |
| 第一作者的第一单位 | 国家开放大学安徽分部 |
| 推荐引用方式 GB/T 7714 | 李莎莎. 基于证据理论融合两级分类规则的不平衡数据分类方法[J]. 黄山学院学报,2020,22(03):1-4. |
| APA | 李莎莎.(2020).基于证据理论融合两级分类规则的不平衡数据分类方法.黄山学院学报,22(03),1-4. |
| MLA | 李莎莎."基于证据理论融合两级分类规则的不平衡数据分类方法".黄山学院学报 22.03(2020):1-4. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李莎莎]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李莎莎]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李莎莎]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论