一种适用于多类不平衡数据集的模糊关联分类方法

来源期刊：控制与决策2012年第12期

论文作者：霍纬纲 高小霞

文章页码：1833 - 1838

关键词：模糊关联分类;多类不平衡分类;遗传算法;集成学习;数据挖掘;

摘    要：提出一种适用于多类不平衡分布情形下的模糊关联分类方法,该方法以最小化AdaBoost.M1W集成学习迭代过程中训练样本的加权分类错误率和子分类器中模糊关联分类规则数目及规则中所含模糊项的数目为遗传优化目标,实现了AdaBoost.M1W和模糊关联分类建模过程的较好融合.通过5个多类不平衡UCI标准数据集和现有的针对不平衡分类问题的数据预处理方法实验对比结果,表明了所提出的方法能显著提高多类不平衡情形下的模糊关联分类模型的分类性能.