文献详情
两分类不平衡数据的Boosting算法
文献类型：期刊
作者：宋捷^[1]吕晓玲^[2]吴喜之^[3]
机构：中国人民大学,统计学院,北京,100872;中国人民大学,统计学院,北京,100872;中国人民大学,应用统计研究中心,北京,100872

年：2010
期刊名称：统计与决策
期：10
页码范围：8-10
增刊：增刊
收录情况：中文核心期刊要目总览
语言：中文
ISSN：1002-6487
链接地址：http://d.g.wanfangdata.com.cn/Periodical_tjyjc201010002.aspx
人气指数：11
浏览次数：11
基金：国家自然科学基金; 教育部重点基地重大资助项目; 中国人民大学应用统计中心支持项目
关键词：分类;Boosting;两分类;不平衡数据
摘要：Boosting算法是一类串行的集成算法,可用于分类和回归.不同的算法由不同的损失与不同的集成方式构成.文章提出了一种自适应地处理分类中的不平衡数据的Boosting算法Baboost.实验证明该算法能有效地减小各个类内部的预测误差.
作者其他论文



网络团购消费者选择行为和消费者获益研究.饶燕芳;吕晓玲.统计与决策.2014,95-99.
一种针对不完全观测数据的消费者聚类方法.吕晓玲.统计与信息论坛.2015,9-13.
基于随机波动模型的沪深股市波动分析--以06,07年度沪深股指为例.马国栋;吴喜之.数学的实践与认识.2008,38(20),63-71.
随机波动模型的局部影响分析.马国栋;吴喜之.数学的实践与认识.2008,38(2),78-86.
一种新的Boosting回归树方法.宋捷;吴喜之.统计与信息论坛.2010,25(5),9-13.