一种通过改进随机森林提高类不平衡分类性能的方法

摘要

本发明提供了一种通过改进随机森林算法提高类不平衡分类性能的方法，该方法包括首先获取训练数据集，利用随机森林算法生成一个随机森林；然后利用每个样本数据未参与构建的树集合对该样本数据进行分类预测，得到预测值和投票比；选取所有本为正类却被预测为负类的样本数据，依次将其投票比作为新的投票边界进行再次分类预测，并计算G‑mean值；选取最大G‑mean值对应的投票比，作为最优投票边界值；最后利用该最优投票边界值和随机森林对新数据进行分类。本发明通过对传统的随机森林算法进行改进，充分挖掘训练数据集的信息，自动获取最优投票边界，无需人工设定参数；本发明能够有效提高类不平衡分类性能和少数类样本分类准确度。