论文部分内容阅读
为了提高重采样算法在不均衡数据学习的性能，提出一种基于粒子群优化的不均衡数据学习方法。通过粒子群优化，以不均衡数据分类评价准则作为目标函数，来优化重采样算法中最佳的采样率，同时对特征进行选择，从而达到最佳的数据分布。该算法在大量UCI数据集上进行了测试，与其他不均衡学习算法进行比较，结果表明该算法具有更高的分类性能；并验证了同时优化采样率和特征集合，可有效地改进不均衡数据分类效果。