文献

J-GLOBAL ID：202002272794053233   整理番号：20A1593546

不均衡データのオーバーサンプリングとランダムフォレスト改良アルゴリズム【JST・京大機械翻訳】

Improved Oversampling and Random Forest Algorithm for Imbalanced Data

著者 (3件)： Zhang Jiawei (四川大学 電气工程学院,成都,610000) ,  Guo Linming (四川大学 電气工程学院,成都,610000) ,  Yang Xiaomei (四川大学 電气工程学院,成都,610000)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 11  ページ： 39-45  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： データ不均衡がもたらす少数のサンプル認識率が低い問題に対して、重み付き策略による過サンプリングとランダムフォレストに対する改良アルゴリズムを提案し、データ前処理とアルゴリズムの2つの面から、データ不均衡が分類器に与える影響を低減した。データ前処理段階において、少数類オーバーサンプリング技術(SyntheticMinorityOversamplingTechnique,SMOTE)を応用し、データ不均衡度を下げる。各サンプルが残りのサンプルに対するユークリッド距離に従って重みを割り当て,各サンプルごとに異なる数の新サンプルを合成した。改良段階において,Kappa係数を用いて,ランダムフォレストにおけるディシジョンツリーの訓練後の分類効果を評価し,各ツリーの対応する重みを付与し,分類能力のより良いツリーを投票段階でより大きな投票権を持ち,ランダムフォレストアルゴリズムによる不均衡データの全体分類性能を改善した。KEELデータセットに関する実験結果は,改良アルゴリズムと比較して,改良アルゴリズムが少数のサンプル分類精度と全体のサンプル分類性能を改良することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  ディシジョンツリー ,  投票 ,  *オーバサンプリング ,  不均衡 ,  Euclid距離 ,  *不均衡データ
準シソーラス用語： 認識率 ,  分類精度 ,  *ランダムフォレスト ,  データ前処理 , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 不均衡データ ,  オーバーサンプリング ,  ランダムフォレスト ,  アルゴリズム