摘要
非均衡数据(分类不均匀分布)和冗余特征的出现极大增加了数据准确分类的难度.以最优化学习算法的预测准确率为目标,结合合成少数过采样技术SMOTE,设计了一种针对非均衡数据的二进制排队搜索方法的包装式特征选择算法BQSA.利用PROMISE知识库中十四种软件故障预测数据集进行实验分析.测试了数据集过采样比例的影响,证实合成少数过采样对高度非均衡数据的分类预测具有正面影响,并得到了最佳过采样率;比较了BQSA与同类算法的性能,证实结合合成少数过采样技术的BQSA算法拥有更优的预测准确性,在分类敏感度、专一性以及曲线下面积AUC等指标上表现更佳.
-
单位郑州西亚斯学院; 电子信息工程学院