基于改进决策树的不平衡数据集分类算法研究

摘要： 不平衡数据集中各类样本数量不均，导致分类模型难以训练。针对不平衡数据分类模型稳定性差，准确率低的问题，提出一种基于改进C4.5决策树数据分类算法，通过融合SMOTE优化采样算法，构建出N＿C4.5-IDC不平衡数据分类模型。模型首先利用K-Means聚类对数据集进行状态分布分析，并使用SMOTE采样法进行混合采样，通过增加人为样本点提高少数类样本数，对数据集进行平衡处理；然后对... （共5页）