[1]职为梅 范明.稀有类分类问题探讨[J].计算机技术与发展,2010,(07):250-253.
　ZHI Wei-mei,FAN Ming.Research on Classification of Rare Classes[J].,2010,(07):250-253.
点击复制

稀有类分类问题探讨()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2010年07期
页码:
250-253
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Research on Classification of Rare Classes
文章编号:
1673-629X（2010）07-0250-04
作者:
职为梅 范明
郑州大学信息工程学院
Author(s):
ZHI Wei-mei; FAN Ming
College of Information Engineering,Zhengzhou University
关键词:
分类; 稀有类; 显露模式; 两阶段分类
Keywords:
classification;  rare class;  emerging pattern;  two-phase classification
分类号:
TP301
文献标志码:
A
摘要:
分类是数据挖掘中的重要任务之一,稀有类分类问题是分类中的一个重要分支,可以描述为从一个分布极不平衡的数据集中标识出那些具有显著意义却很少发生的实例,在现实生活中的很多领域都有广泛的应用。详细地介绍了稀有类分类的问题,探讨了稀有类分类的一些特征、影响稀有类分类的一些因素和对稀有类分类进行评估的标准,介绍了当前分类稀有类的主要方法：基于数据集的方法和基于算法的方法。介绍了当前几种流行的稀有类分类算法
Abstract:
Classification is an important task in data mining.Rare classification is a part of classification and it can be described as identifying the instance with statistical significance from imbalanced datasets.The classification of rarely occurring cases is w

相似文献/References:

[1]刘利 何先平 袁文亮.股票趋势预测中Wrapper方法的研究与应用[J].计算机技术与发展,2010,(01):209.
　LIU Li,HE Xian-ping,YUAN Wen-liang.Research and Application of Wrapper Approach to Stock Trend Prediction[J].,2010,(07):209.
[2]陈锦禾 沈洁.基于信息熵的主动学习半监督分类研究[J].计算机技术与发展,2010,(02):110.
　CHEN Jin-he,SHEN Jie.Active Learning Based on Information Entropy for Semi- supervised Classification[J].,2010,(07):110.
[3]吕秀江 王鹏翔 王德元.基于ART2神经网络算法改进的研究[J].计算机技术与发展,2009,(05):137.
　LU Xiu-jiang,WANG Peng-xiang,WANG De-yuan.Research of an Improved Algorithm Based on ART2 Neural Network[J].,2009,(07):137.
[4]范新 沈闻 丁泉勋 沈洁.基于正例和未标文档的半监督分类研究[J].计算机技术与发展,2009,(06):58.
　FAN Xin,SHEN Wen,DING Quan-xun,et al.Research on Semi- Supervised Classification Based on Positive and Unlabeled Text Document[J].,2009,(07):58.
[5]狄明明 孙德山.聚类分析和支持向量机在股票研究中的应用[J].计算机技术与发展,2009,(06):229.
　DI Ming-ming,SUN De-shan.Applications of Cluster Analysis and Support Vector Machines to Stock Research[J].,2009,(07):229.
[6]汪世义.基于优化支持向量机的网络入侵检测技术研究[J].计算机技术与发展,2009,(07):177.
　WANG Shi-yi.Network Intrusion Detection Based on Improved Support Vector Machine[J].,2009,(07):177.
[7]邱涛 李雯.决策树算法在智能导学系统中的应用[J].计算机技术与发展,2009,(12):189.
　QIU Tao,LI Wen.The Application of Decision Tree Algorithm in Intelligence Teaching System[J].,2009,(07):189.
[8]毕俊蕾 任新会 郭拯危.无线传感器网络路由协议分类研究[J].计算机技术与发展,2008,(05):131.
　BI Jun-lei,PEN Xin-hui,GUO Zheng-wei.Research on Routing Protocol Classification for Wireless Sensor Networks[J].,2008,(07):131.
[9]马丹 王翰虎 陈梅 张小平.Deep Web数据源发现与分类模型[J].计算机技术与发展,2010,(07):65.
　MA Dan,WANG Han-hu,CHEN Mei,et al.Discovery and Classification Model for Deep Web Sources[J].,2010,(07):65.
[10]赵晓芳 刘智勇.基于支持向量数据描述的高速公路事件检测[J].计算机技术与发展,2008,(12):248.
　ZHAO Xiao-fang,LIU Zhi-yong.Freeway Traffic Incident Detection Based on Support Vector Data Description[J].,2008,(07):248.
[11]职为梅 范明.样本大小对稀有类分类的影响[J].计算机技术与发展,2011,(05):9.
　ZHI Wei-mei,FAN Ming.Impact of Sample Size for Rare-Class Classification[J].,2011,(07):9.

备注/Memo

备注/Memo:
河南省自然科学基金（0211050100）职为梅（1977-），女，讲师，硕士研究生，从事数据挖掘的研究
更新日期/Last Update: 1900-01-01