面向失衡數(shù)據(jù)集分類問題的研究與應(yīng)用.pdf

1、面向失衡數(shù)據(jù)集的分類問題是數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)領(lǐng)域中最具有挑戰(zhàn)性的熱點(diǎn)研究問題之一。近年來，隨著計(jì)算機(jī)技術(shù)的發(fā)展和信息化的進(jìn)步，越來越多的決策需要數(shù)據(jù)的支持。在大數(shù)據(jù)時(shí)代的背景下，基于數(shù)據(jù)挖掘技術(shù)的分類問題成為企業(yè)快速?zèng)Q策、精準(zhǔn)營銷和提高綜合競爭力的有力手段。失衡數(shù)據(jù)集是現(xiàn)實(shí)領(lǐng)域中存在的一種數(shù)據(jù)形態(tài)，真實(shí)客觀的描述了某些事物本質(zhì)的特征，即大量數(shù)據(jù)中只有很少的一部分是人們所格外關(guān)心的，而這部分?jǐn)?shù)據(jù)卻往往隱藏在大量的數(shù)據(jù)之中，難以被準(zhǔn)確的分類

2、。失衡數(shù)據(jù)集分類問題是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)難題，很多適用于傳統(tǒng)分類問題的常用分類策略并不能很好的處理這一問題，因此引起了全世界各國專家學(xué)者的極大重視。
　　本文首先介紹了失衡數(shù)據(jù)集的概念，介紹了各國專家和學(xué)者在失衡數(shù)據(jù)集分類問題領(lǐng)域的研究進(jìn)展，闡述了失衡數(shù)據(jù)集分類困難的原因和目前普遍采用的解決方法以及分類器的性能評價(jià)指標(biāo)。在充分考慮到失衡數(shù)據(jù)信息匱乏，數(shù)據(jù)淹沒和采樣后信息損失等因素的基礎(chǔ)上，提出了基于聚類簇邊界采樣的失衡數(shù)據(jù)重采樣