استفاده از الگوهای مرزی و غیر مرزی در طبقه بندی داده های نامتوازن

مسیله کلاس های نامتوازن مشکلی است که اکثر طبقه بندها در برخورد با این کلاس ها خوب عمل نمی کنند. اکثر طبقه بندها در تشخیص کلاس اقلیت و اکثریت دیتاست های نامتوازن به خطا می انجامند. برای برخورد با این مشکل محققان، ابتدا سایز کلاس ها را متوازن می کنند. برای انجام این کار از روش های under sampling کلاس اکثریت و یا over sampling کلاس اقلیت استفاده می شود. سپس دادهای متوازن شده را برای آموزش طبقه بند مورد استفاده قرار می دهند. این عمل منجر به ایجاد الگوهای موردعلاقه برای انجام عمل طبقه بندی می شود. از طرفی با انجام متوازن کردن کلاس ها، می توان مقدار پارامتر AUC را افزایش داد. AUC یک کمیت اندازه گیری خوب برای بیان میزان کارایی طبقه بندی است. در این مقاله، ما با استفاده از روش های جداسازی الگوهای مرزی و غیر مرزی، کلاس اکثریت و اقلیت را به این دو مجموعه تبدیل می کنیم. تحت عمل under sampling الگوهای مرزی کلاس اکثریت را حذف می کنیم. این به نوعی باعث متوازن شدن دیتاست نامتوازن می شود. نتیجه این که کمیت AUC بهبود داده می شود. آزمایش های انجام شده بهبود AUC را نسبت به سایر الگوریتم ها نشان می دهد.

کلیدواژه ها:

الگوهای مرزی و غیرمرزی ، داده های نامتوازن ، کلاس بندی داده ، طبقه بندی داده ها