BDBComp
Parceria:
SBC
B-Boost: Uma Extensão do Método de Boosting para Conjuntos de Treinamento Desbalanceados

Joseane Pereira RodriguesRicardo B. PrudêncioFlávia A. Barros

Métodos de Boosting têm se destacado em uma ampla quantidade de problemas de classificação, sendo uma das abordagens de combinação de classificadores mais investigadas na literatura. Apesar do potencial ganho de desempenho, Boosting apresenta limitações quando lidam com conjuntos de treinamento desbalanceados, i.e., com classes majoritárias de tamanho muito superior ao das outras classes. Dentro desse contexto, propomos o método BBoost, uma extensão de Boosting para conjuntos de treinamento desbalanceados. Diferente de Boosting padrão, o método B-Boost realiza, a cada iteração, uma amostragem de exemplos separadamente por classe. A amostragem no BBoost é feita de forma a gerar um conjunto de treinamento balanceado contendo as instâncias de cada classe que, na iteração, são difíceis de serem corretamente classificadas. Experimentos foram realizados para comparar o método proposto com o Boosting padrão. Os resultados revelaram que o B-Boost foi capaz de aumentar o desempenho de classificação para as classes minoritárias, o que é um aspecto importante em diferentes contextos de aplicação.

http://www.lbd.dcc.ufmg.br/colecoes/enia/2009/042.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD