首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于基因表达式编程的代价敏感分类算法
引用本文:吴江,李太勇,刘洋洋,唐常杰.基于基因表达式编程的代价敏感分类算法[J].吉林大学学报(信息科学版),2009,27(4):418-423.
作者姓名:吴江  李太勇  刘洋洋  唐常杰
作者单位:1. 西南财经大学 经济信息工程学院,成都 610074;2. 四川大学 计算机学院,成都610065
基金项目:四川省青年软件创新工程基金资助项目(2007aa028)
摘    要:针对传统分类算法在稀有类上的分类效果不佳,通过引进代价矩阵,改进了基因表达式编程的适应度函数,提出了一种基于基因表达式编程的代价敏感分类 (CSC-GEP:Cost-Sensitive Classification-Gene Expression Programming) 算法,并在UCI数据集上对该算法进行了实验。实验结果表明,CSC-GEP的召回率、精度和F-度量值较C4.5分类器分别提高了7.07%,2.89%,5.12%,证明了CSC-GEP是一种有效的代价敏感分类算法。

关 键 词:分类  代价敏感  稀有类  基因表达式编程  

Cost-Sensitive Classification Algorithm Based on Gene Expression Programming
WU Jiang,LI Tai-yong,LIU Yang-yang,TANG Chang-jie.Cost-Sensitive Classification Algorithm Based on Gene Expression Programming[J].Journal of Jilin University:Information Sci Ed,2009,27(4):418-423.
Authors:WU Jiang  LI Tai-yong  LIU Yang-yang  TANG Chang-jie
Institution:1. School of Economic Information Engineering, Southwest University of Finance and Economics, Chengdu 610074,China;2.School of Computer Science, Sichuan University, Chengdu 610065, China
Abstract:To improve the classification precision of rare class problem,by importing cost matrix and fitness function of GEP(Gene Expression Programming),we propose a CSC-GEP(Cost-Sensitive Classification-Gene Expression Programming).The experiments carried on benchmark datasets from the UCI machine learning repository show that CSC-GEP is effective.CSC-GEP increases the recall rate,precision and F-measure by 7.07%,2.89%,and 5.12% respectively compared with C4.5.
Keywords:classification  cost-sensitive  rare classes  gene expression programming  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息
点击此处可从《吉林大学学报(信息科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号