基于高斯混合模型的不平衡数据分类算法

摘要

由于使用类别不平衡数据集训练的标准AdaBoost模型对于少数类样本识别准确率低,提出了一种基于高斯混合模型欠采样方法的AdaBoost算法GUSBoost。该算法先利用高斯混合模型对多数类样本分布进行拟合,然后在AdaBoost每次训练较基分类器之前,将每个高斯分量中的多数类样本进行随机欠采样。实验结果表明,该算法在一定程度上优于其他对比算法。