声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1772/TN
国际刊号：1673-5439
发布日期:
作者：汪力纯,刘水生
单位：南京工程学院 信息与通信工程学院，江苏 南京 211167江苏省烟草专卖局 信息中心，江苏 南京 210018
关键词：随机森林；混合采样；特征选择；高维不平衡数据；HF_RF算法
基金：国家自然科学基金（61702258）资助项目
随机森林算法是根据Bagging抽样和随机特征子集划分策略，由多棵决策树组成的集成算法。与其他分类算法相比，随机森林算法有更高的分类精度、更低的泛化误差以及训练速度快等特点，因此在数据挖掘领域得到了多方面的应用。然而随机森林算法在分类预测特征维度高且不平衡的数据时，分类性能受到了极大限制。为了更好地处理高维不平衡数据，文中提出了一种基于混合采样和特征选择的改进随机森林算法(Hybrid Samping & Feature Selection Random Forest，HF_RF)。该算法首先从数据层面出发，通过SMOTE算法和随机欠采样相结合的方式对高维不平衡数据集进行预处理，同时引入聚类算法对SMOTE算法进行改进，提高对负类样本的处理性能；然后从算法层面出发，通过ReliefF算法对平衡后的高维数据赋予不同的权值，剔除不相关和冗余特征，对高维数据进行维度约简；最后采用加权投票原则进一步提高算法的分类性能。实验结果显示，改进后的算法与原算法相比，在处理高维不平衡数据方面的各评价指标更高，证明HF_RF算法对于高维不平衡数据的分类性能高于传统随机森林算法。
来源：2022年第1期
《南京邮电大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。