基于多准则决策的不平衡感知数据集成特征选择算法

1 论文标题：基于多准则决策的不平衡感知数据集成特征选择算法

2 作者信息：王 刚, 任丽萍, 方 力：南京航空航天大学自动化学院，江苏 南京；徐维磊：南通思振电子科技有限公司，江苏 南通

3 出处和链接：王刚, 任丽萍, 方力, 徐维磊. 基于多准则决策的不平衡感知数据集成特征选择算法[J]. 传感器技术与应用, 2023, 11(6): 538-549. https://doi.org/10.12677/JSTA.2023.116061

4 摘要：在数据挖掘领域，不平衡数据普遍存在。在许多情况下，这些数据通常具有高维性和类不平衡性。不平衡数据集特征属性分布失衡，会造成分类性能下降，数据的高维性则会导致学习算法非常耗时。针对这一问题，提出了一种基于组合采样和集成学习的特征选择方法。首先使用组合采样方法，处理类不平衡问题，重点合成少数类样本，在保证数据集达到平衡的前提下去除噪声样本，将集成特征选择建模为一个多准则决策过程，使用VIKOR方法得到特征重要性排序，然后在序列前向搜索特征的过程中，使用XGBoost算法的准确率作为评估特征子集优劣的指标，确定最优特征子集。选择AUC、G-mean和F-measure作为评价指标，通过在5组不平衡数据集进行实验，证实了所提算法具有更好的分类效果，且模型的鲁棒性更好。