桂林航天工业学院学报2024，Vol.29Issue(3) ：439-445.

改进RF算法在高维不平衡大数据分类处理中的应用

劳雪松 郑健
桂林航天工业学院学报2024，Vol.29Issue(3) ：439-445.
✕
  • NETL
  • NSTL
  • 万方数据

改进RF算法在高维不平衡大数据分类处理中的应用

劳雪松 1郑健2
扫码查看

作者信息

  • 1. 安徽警官职业学院 信息管理系,安徽 合肥,230031
  • 2. 安徽大学 网络思政中心,安徽 合肥,230031
  • 折叠

摘要

受大数据类别不平衡性影响,传统分类方法的分类性能会大幅度下降.针对上述问题,进行改进RF算法在高维不平衡大数据分类处理中的应用研究.首先针对不平衡大数据采用过采样技术,以增加少数类样本数量,实现大数据平衡化;然后利用主成分分析法提取大数据主成分特征,同时实现数据降维;最后利用粒子群算法改进RF算法构建改进RF分类模型,实现高维不平衡大数据分类处理.结果表明,与3种传统方法相比,基于改进RF的分类方法分类准确性更高,由此证明该方法的分类性能更强,更有利于处理高维不平衡大数据.

关键词

高维不平衡大数据/改进RF算法/粒子群算法/分类处理

引用本文复制引用

出版年

2024
桂林航天工业学院学报
桂林航天工业学院

桂林航天工业学院学报

影响因子：0.288
ISSN：2095-4859
段落导航相关论文