[发明专利]针对不平衡数据集的组合降采样线性判别分类方法

摘要

本发明涉及一种针对不平衡数据集的组合降采样线性判别分类方法，包括以下步骤：得到原始数据的不平衡数据集的不平衡率IR；将全部的负样本进行不放回随机抽样，均匀生成IR个不相交的负样本子集，各子集中均包含约个负样本；对于每一个负样本子集，将其分别与全部正样本集组合，此时各子训练集中正负样本数目基本相同，得到IR个平衡的子训练集；分别使用上述的子训练集训练得到IR个相互独立的线性判别分类器LDA。本发明在获得更好的分类性能的同时保持了极高的分类器训练效率。

主权项

一种针对不平衡数据集的组合降采样线性判别分类方法，设原始数据集中正样本数目为n_p，负样本数目为n_n，该方法具体包括以下几个技术步骤：(1)对原始数据集的n_n和n_p求四舍五入整数商，得到不平衡数据集的不平衡率IR；(2)将全部的负样本进行不放回随机抽样，均匀生成IR个不相交的负样本子集，各子集中均包含约n_p个负样本；(3)对于每一个负样本子集，将其分别与全部正样本集组合，此时各子训练集中正负样本数目基本相同，得到IR个平衡的子训练集；(4)分别使用上述的子训练集训练得到IR个相互独立的线性判别分类器LDA；(5)对新样本进行分类，方法如下：将待分类样本输入训练完成后的每一个LDA分类器中，每个LDA分类器对这一样本给出分类结果，通过预先设定决策阈值th来改变分类系统对正负类的关注程度，确定为该样本的最终分类结果。