科研之友
微信
新浪微博
Facebook
分享链接
摘要
在不平衡二分类问题中,为避免上采样算法的生成样本质量参差不齐导致模型分类性能较差的问题,提出一种联合迁移学习和强化学习的不平衡样本分类模型。基于上采样方法对少数类进行样本生成,将生成样本集看作源域,原始不平衡数据集看作目标域,计算源域中每个样本在不平衡分类问题上的贡献度,得到源域的先验知识;建立强化学习智能体,智能体利用先验知识对生成样本进行筛选,将贡献度大的样本挑选进训练集;利用新建立的训练集训练分类器,实现不平衡样本分类。实验结果表明,在7个不平衡数据集上,相较于现有算法,所提模型均能在一定程度上提高分类效果。
-
单位辽宁省电力有限公司; 天津大学
