一种基于广义极值分布的非平衡数据分类算法

一种基于广义极值分布的非平衡数据分类算法
付俊杰;刘功申
【期刊名称】《计算机研究与发展》
【年(卷),期】2018(55)11
【摘要】在许多业务应用中,非平衡数据分类问题都会频繁出现,然而这个问题仍未得到很好的解决.除了直接预测数据对应的分类标签,许多应用还可能关心这个预测的准确性有多少.然而,已有的许多研究都主要集中在分类准确度上而忽略分类概率预测值的准确度.为了解决这个问题,提出了一种新的线性回归算法,该算法在广义线性模型的框架下,结合广义极值(generalized extreme value,GEV)分布作为链接函数以及校准损失函数作为目标优化函数,形成凸优化问题,利用广义极值分布的非对称性解决非平衡数据分类问题.另外,由于广义极值分布的形状参数对建模精度有较大影响,还提出了2种参数寻优方法.在实验部分,人工数据集和真实数据集均表明所提算法有着优异的分类性能以及准确的分类概率预测.
【总页数】11页(P2361-2371)
【作者】付俊杰;刘功申
【作者单位】上海交通大学电子信息与电气工程学院上海 200240;上海交通大学电子信息与电气工程学院上海 200240
【正文语种】中文
【中图分类】TP181
【相关文献】
1.一种针对非平衡数据的贝叶斯分类算法 [J], 汪春亮;伏玉琛
2.基于遗传算法改进的少数类样本合成过采样技术的非平衡数据集分类算法 [J], 霍玉丹;谷琼;蔡之华;袁磊
3.基于惩罚的S VM和集成学习的非平衡数据分类算法研究 [J], 刘进军
4.基于马氏抽样的SVM非平衡数据分类算法的泛化性能研究 [J], 徐婕;贺美美
5.基于混合采样的非平衡数据分类算法 [J], 吴艺凡; 梁吉业; 王俊红
因版权原因，仅展示原文概要，查看原文内容请购买。