不平衡分类问题研究综述-BCMIHomepage.PDFVIP

第 4 卷第 2 期 　　　　　　　　　　　　　　智 　能 　系 　统 　学 　报 　　　　　　　　　　　　　　Vo l. 4 №. 2 2009年 4 月 　　　　　 　　　　 　　CAA I Tran saction s on In telligen t System s 　　　　　　　　　　　　　Ap r. 2009 不平衡分类问题研究综述 1 2 1, 3 叶志飞 , 文益民 , 吕宝粮 ( 1. 上海交通大学 计算机科学与工程系 ,上海 200240; 2. 湖南工业职业技术学院 信息工程系 ,湖南 长沙 4 10208; 3. 上海交通大学 智能计算与智能系统教育部微软重点实验室 ,上海 200240) 摘 　要 :实际的分类问题往往都是不平衡分类问题 ,采用传统的分类方法 ,难以得到满意的分类效果. 为此 ,十多年 来 ,人们相继提出了各种解决方案. 对国内外不平衡分类问题的研究做了比较详细地综述 ,讨论了数据不平衡性引 发的问题 ,介绍了目前几种主要的解决方案. 通过仿真实验 , 比较了具有代表性的重采样法 、代价敏感学习、训练集 划分以及分类器集成在 3个实际的不平衡数据集上的分类性能 ,发现训练集划分和分类器集成方法能较好地处理 不平衡数据集 ,给出了针对不平衡分类问题的分类器评测指标和将来的工作. 关键词 :机器学习;不平衡模式分类 ;重采样 ;代价敏感学习;训练集划分 ;分类器集成 ;分类器性能评测 中图分类号 : TP181　文献标识码 : A 　文章编号 :(2009) 02 0 14809 A survey of im ba lanced pa ttern cla ssif ica tion problem s 1 2 1, 3 YE Zh ifei ,W EN Yim in , LU B aoliang ( 1. D ep artm ent of Comp uter Science and Engineering, Shanghai J iao Tong U n iversity, Shanghai 200240 , Ch ina; 2. D ep artm en t of In form ation Engineering, Hunan Indu stry Po lytechn ic, Changsha 4 10208, Ch ina; 3. MOEM icro soft Key L ab. for Intelligent Compu ting and Intelligent System s, Shanghai J iao Tong U n iversity, Shanghai 200240, Ch ina) A b stract: Im balanced data sets have always been regarded a s p re sen ting sign ifican t difficu ltie s when app lying m a ch ine learn ing m ethod s to realworld p attern cla ssification p rob lem s. A lthough variou s app roache s have been p ro po sed du ring the p a st decade, lim itation s are impo sed by m any realworld im balanced data sets, and a s a re su lt, a lot of fu rther re search is cu rren tly being done. In th is p ap e