控制与决策

作者：许召召,申德荣,寇月,聂铁铮

单位：东北大学计算机科学与工程学院,沈阳110169,,东北大学计算机科学与工程学院,沈阳110169,,东北大学计算机科学与工程学院,沈阳110169,,东北大学计算机科学与工程学院,沈阳110169,

关键词：不平衡数据;数据重采样;决策树;集成学习;混合采样;稽留流产

基金：国家自然科学基金项目(61672142,61472070,61602103,62072084,62072086)；国家重点研发计划项目(2018YFB1003404).

决策树作为一种经典的分类算法,因其分类规则简单易懂被广泛应用于医学数据分析中.然而,医学数据的样本不平衡问题使得决策树算法的分类效果降低.数据重采样是目前解决样本不平衡问题的常见方法,通过改变样本分布提升少数类样本的分类性能.现有重采样方法往往独立于后续学习算法,采样后的数据对于弱分类器的构建不一定有效.鉴于此,提出一种基于C4.5算法的混合采样算法.该算法以C4.5算法为迭代采样的评价准则控制过采样和欠采样的迭代过程,同时依据数据的不平衡比动态更新过采样的采样倍率,最终以投票机制组合多个弱分类器预测结果.通过在9组UCI数据集上的对比实验,表明所提出算法的有效性,同时算法也在稽留流产数据上实现了准确的预测.

来源：2021年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第6期