基于Gentle AdaBoost改进算法的不平衡数据分类

摘要

传统的Gentle Adaboost方法在处理不平衡数据集的分类问题时,通常采用过抽样方法,以达到数据集的平衡。但这样处理通常会引入难以分类的奇异样本,导致分类器的分类性能下降。为此,针对不平衡数据集分类提出了一种改进的Gentle AdaBoost算法。考虑到传统Gentle AdaBoost算法中容易分类的样本具有较小权重的特点,在分类器的迭代学习过程中,设定一个样本的权重阈值,仅对少数类样本中低权重样本进行复制,然后采用上述数据集进行分类器的训练,得到相应的弱分类器;重复上述步骤进行迭代,在完成平衡数据集的同时,得到强分类器。整个过程可以避免对数据过抽样时引入奇异样本的问题。实验证明了本算法的有效性。