分类是人工智能的一项重要任务,对信息的识别与认知起着至关重要的作用。本课题的核心目标是要挖掘训练样本中重要的数据信息,构建合理训练模型,从而解决数据不均衡分布的分类问题。不均衡学习的常见应用课题包含有罕见疾病的预测分析、故障检测以及网络攻击识别等社会问题。因此,解决数据样本不均衡分布的分类问题具有非常重要的意义和应用价值。本文提出的算法是基于层级式分类的总体框架,并在单层分类架构中融入目标类的选择、样本权重更新、基分类器的训练、基于赢者通吃的单层最终分类器选择、删除机制这五个核心功能模块,来有效解决数据样本不均衡分布的分类问题。本文的创新贡献如下:1、提出层级式分类的总体框架。本文通过设计层级式分类框架以及单层分类架构中融入的五个核心功能模块,提高当前层目标类(分类效果最好的类)样本的识别精度,以及减少目标类与非目标类样本的混淆度,使得每类样本的识别精度都得到提高,数据不均衡分布的分类问题能够得到有效地解决。2、提出目标类的选择算法。目标类的选择是基于G-means的评价指标,选择单层架构中正确精度与召回精度最高的类作为目标类。目标类的设计,是后续训练阶段以及决策阶段的基础,是单层分类架构识别能力的影响因素之一。3、提出基于目标类的样本权重更新算法。与AdaBoost的样本权重更新算法相比,本文提出的样本权重更新算法不再只侧重于提高被错误分类的个别样本权重,而是更多地侧重于提高目标类以及与目标类易混淆的类的样本权重。本文提出的样本权重更新算法具有自适应更新样本权重的优势,且能够与层级式分类框架形成相辅相成的效果。4、提出基于赢者通吃的单层最终分类器选择与删除机制算法。摒弃传统的投票机制来获得最终结果,本文选择基于赢者通吃的机制选择单层最终分类器,保证当前层目标类能够获得最高识别精度。在获得单层分类架构的最终分类结果后,删除机制会删除当前层目标类样本,能够降低类与类之间的混淆度。基于赢者通吃的单层最终分类器选择与删除机制是作为单层分类架构中的决策手段。为了验证本文提出算法的有效性,本课题选取了 KEEL标准数据库、乳腺癌、网络攻击等数据集进行实验。经过实验的结果对比,本文提出的算法在大部分数据集中获得较好的识别结果,能够有效地解决数据不均衡分布的分类问题。