典型文献
基于鲸群优化随机森林算法的非平衡数据分类
文献摘要：
为了提高非平衡数据分类的准确性,采用随机森林算法用于数据分类,并结合鲸鱼优化算法对随机森林弱分类器权重进行优化求解,以增强随机森林算法对非平衡数据分类的适应性.首先,建立基于随机森林的非平衡数据分类模型.通过随机森林的多个决策树弱分类器进行分类,有效解决样本不均衡导致的分类困难问题.接着,采用鲸群优化算法对弱分类器权重进行优化求解,将分类准确率均值作为鲸群优化适应度函数,以提高弱分类器权重投票对最终分类结果的精度.最后,采用经过鲸群优化得到的随机森林模型进行非平衡数据分类.实验证明,通过合理设置鲸群优化算法参数,可以获得分类准确度更高的随机森林弱分类器权重,相较于常用非平衡数据分类算法,文中算法能够获得更优的分类性能.
文献关键词：
非平衡数据分类;随机森林;鲸群优化算法;弱分类器;决策树
中图分类号：
作者姓名：
叶丽珠;郑冬花;刘月红;牛少华
作者机构：
广州商学院信息技术与工程学院,广东广州 511363;马来西亚管理与科学大学研究生院,雪兰莪州莎阿南市 40100;桂林理工大学信息科学与工程学院,广西桂林 541004;北京理工大学机电学院,北京 100081
文献出处：
引用格式：
[1]叶丽珠;郑冬花;刘月红;牛少华-.基于鲸群优化随机森林算法的非平衡数据分类)[J].南京邮电大学学报（自然科学版）,2022(06):99-105
A类：
B类：
随机森林算法,非平衡数据分类,鲸鱼优化算法,弱分类器权重,优化求解,数据分类模型,决策树,样本不均衡,困难问题,鲸群优化算法,分类准确率,适应度函数,投票,随机森林模型,合理设置,算法参数,分类算法,分类性能
AB值：
0.182122
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
