基于差異度的不均衡電信客戶數(shù)據(jù)分類方法

　　針對傳統(tǒng)分類技術(shù)對不均衡電信客戶數(shù)據(jù)集中流失客戶識別能力不足的問題，提出一種基于差異度的改進型不均衡數(shù)據(jù)分類（IDBC）算法。該算法在基于差異度分類（DBC）算法的基礎上改進了原型選擇策略。在原型選擇階段，利用改進型的樣本子集優(yōu)化方法從整體數(shù)據(jù)集中選擇最具參考價值的原型集，從而避免了隨機選擇所帶來的不確定性；在分類階段，分別利用訓練集和原型集、測試集和原型集樣本之間的差異性構(gòu)建相應的特征空間，進而采用傳統(tǒng)的分類預測算法對映射到相應特征空間內(nèi)的差異度數(shù)據(jù)集進行學習。最后選用了UCI數(shù)據(jù)庫中的電信客戶數(shù)據(jù)集和另外6個普通的不均衡數(shù)據(jù)集對該算法進行驗證，相對于傳統(tǒng)基于特征的不均衡數(shù)據(jù)分類算法，DBC算法對稀有類的識別率平均提高了8. 3%，IDBC算法對稀有類的識別率平均提高了11. 3%。實驗結(jié)果表明，所提IDBC算法不受類別分布的影響，而且對不均衡數(shù)據(jù)集中稀有類的識別能力優(yōu)于已有的先進分類技術(shù)。

?