[发明专利]一种基于非平衡数据分布的多异质基分类器融合分类方法

摘要

本发明公开了一种基于非平衡数据分布的多异质基分类器融合分类方法，它涉及数据挖掘领域中的非平衡数据分类技术；首先利用基于差异采样率的重采样算法对样本进行预处理，包括过采样和欠采样两个过程，从而为不同的基分类器分配不同的待分类样本；计算各基分类器的分类错误率，进而计算出对应的权重；由过采样专家和欠采样专家统计各自结果；根据分类决策函数融和最后预测结果得到样本所述类别；本发明利用基于多异质基分类器融合分类方法从海量数据中发现少数类样本重要的特性，可以有效提高少数类样本精度，进而达到提高数据集整体分类精度的目的。

主权项

一种基于非平衡数据分布的多异质基分类器融合分类方法，其特征在于，包括以下步骤:决策者利用基于差异采样率的重采样算法对样本进行预处理，包括过采样和欠采样两个过程；在基于差异采样率重采样算法中，在过采样和欠采样过程中均可为不同基分类器赋予不同的采样率，从而确保各基分类器拥有不同的样本数量；利用基于差异采样率重采样算法对欠采样专家和过采样专家的N个基分类器分别赋予训练样本，然后使其分别独立生成新样本；计算各基分类器的分类错误率，进而计算出对应的权重；过采样专家和欠采样专家统计各自结果；根据分类决策函数融和最后预测结果，判断样本所属类别。