一种基于代价敏感集成决策树的不平衡数据分类方法研究

s3800Research on Cost Senstive Decision Tree for

Imbalanced Data

连续供墨打印机

作者：张珏[1]；田建学[1]；董婷[1]

作者机构： [1]榆林学院信息工程学院，陕西榆林719000

出版物刊名：榆林学院学报

页码： 53-55页232

年卷期： 2021年第2期

主题词：不平衡数据；集成算法；代价敏感矩阵；网格搜索算法

玻璃框架

摘要：分类算法在不平衡数据分类中，对少数类样本识别率较低的问题，提出一种基于代价敏感集成决策树的分类方法(CSB-C5.0).利用网格搜索法对集成迭代参数进行优化；通过构建集成决策树将多个决策树组合生成更准确的分类器，同时引入代价敏感因子，通过为不同种类的分类结果赋予不同的权重来提

雨棚信号灯

升少数类的分类识别率.以UCI数据中的数据集为研究对象，进行分类.仿真结果表明，与典型的不平衡数据分类算法SMOTEBoost、RUSBoost和标准的C5.0算法相比,CSB-C5.0方法有效地提高了少数类样本的性能.

>加工pcb板

本文发布于:2024-09-22 04:14:33，感谢您对本站的认可！

标签：分类集成算法数据决策树榆林代价进行

留言与评论（共有 0 条评论）