一种基于凸多面体分类器的类别不平衡数据分类方法及系统

摘要

本发明属于人工智能/信息科学技术领域，公开了一种基于凸多面体分类器的类别不平衡数据分类方法及系统，步骤如下：将类别不平衡数据集S划分为训练集T和测试集P，标记训练集T中的少数类样本X，标记训练集T中的多数样本Y；检测Y中落入X凸包中的样本并剔除，将Y中剩余样本的集合标记为Y'；利用凸多面体构造算法在X和Y'之间训练凸多面体分类模型；利用获得的分类模型判别测试集P中每个样本的类别。本发明在解决类别不平衡数据分类问题时，充分考虑数据自然分布特性，不需要进行平衡预处理，也不需要调整过多的参数，实现简单，并适用于高维度数据，泛化能力较强。这也是首次将凸多面体分类器应用到不平衡数据分类领域，非常具有独创意义。