摘要：在不平衡数据的分类学习中，研究如何提高少数类的分类性能具有重大意义。首先使用Hold0ut方法，采用分层抽样策略，随机采样不同种类的观测值；接着使用改进的AdaBoost．M1算法，忽略类不平衡的问题，来获取最高性能的异常值排序。实验结果表明，AdaBoost．M1方法对于高的查全率，其对应的查准率也是最高的。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社