一种面向不平衡分类的改进多决策树算法

• 作 者: 段化娟 尉永清 刘培玉 周鹏
• 机 构: 山东师范大学信息科学与工程学院,山东省分布式计算机软件新技术重点实验室,山东警察学院公共基础部
• 出 处: 广西师范大学学报(自然科学版)
• 发表日期: 2020年2期
• 关键词: 不平衡数据 多决策树 Tomek link欠采样 集成欠采样 属性选择
• 基金项目: 国家社会科学基金(19BYY076);山东省社科规划项目(18CXWJ01)

在处理不平衡数据集时,为了降低类重叠对分类效果的影响,避免过采样造成的过拟合现象,以及欠采样造成的信息丢失问题,本文提出一种基于欠采样与属性选择的多决策树方法UAMDT(multi-decision tree based on under-sampling and attribute selection)。其首先利用Tomek link欠采样与集成欠采样两种技术相结合对数据进行处理,并获得多个平衡子集;然后在每个平衡子集上构建单决策树,采用结合信息增益和基尼指数的混合属性度量作为属性选择标准,选择最优属性