基于改進決策樹的不平衡數(shù)據(jù)集分類算法研究

摘要： 不平衡數(shù)據(jù)集中各類樣本數(shù)量不均，導(dǎo)致分類模型難以訓(xùn)練。針對不平衡數(shù)據(jù)分類模型穩(wěn)定性差，準確率低的問題，提出一種基于改進C4.5決策樹數(shù)據(jù)分類算法，通過融合SMOTE優(yōu)化采樣算法，構(gòu)建出N＿C4.5-IDC不平衡數(shù)據(jù)分類模型。模型首先利用K-Means聚類對數(shù)據(jù)集進行狀態(tài)分布分析，并使用SMOTE采樣法進行混合采樣，通過增加人為樣本點提高少數(shù)類樣本數(shù)，對數(shù)據(jù)集進行平衡處理；然后對...