组合降采样极限学机

摘要

本发明涉及一种组合降采样极限学机，包括：对于一个类数据不平衡的训练样本，首先对其中的多数样本(FP data)进行随机降采样，根据多数样本和少数样本的比值N，将其分割成N个多数类子样本；将N个多数类子样本分别与少数样本组合成N个训练子集；用得到的N个训练子集训练N个极限学机，得到N个分类器；将测试样本分别N个分类器，每个分类器得出一个分类结果；每个分类器的投票权重相同，设置一个决策阈值D，将分类结果组合后与决策阈值D相比较，决定最终分类结果。本发明具有较高的分类效率和简便的参数调整方法。

主权项

一种组合降采样极限学习机，包括下面的几个方面：(2)对于一个类数据不平衡的训练样本，首先对其中的多数样本(FP data)进行随机降采样，根据多数样本和少数样本的比值N，将其分割成N个多数类子样本FP_i(i＝1,...,N)；(3)将N个多数类子样本分别与少数样本组合成N个训练子集Train_i(i＝1,...,N)；(4)用(2)得到的N个训练子集训练N个极限学习机，得到N个分类器；(5)将测试样本分别送入(3)得到的N个分类器，每个分类器得出一个分类结果。(6)每个分类器的投票权重相同，设置一个决策阈值D，将分类结果组合后与决策阈值D相比较，决定最终分类结果；通过调节决策阈值D，调整分类器对少数样本的关注程度，D越小则对少数样本的关注度越高。