论文部分内容阅读
目的：介绍加权Fisher线性判别法在非平衡医学数据集中的应用。方法：在两类分类问题中，当两类样本的协方差矩阵不同时，样本不平衡会导致Fisher线性判别的性能下降，使用加权Fisher线性判别法对两类样本同时进行不同倍数的过抽样，可促使两类的样本数目趋向平衡。结果：利用社区居民的血糖流行病学调查资料进行验证，加权Fisher线性判别法较传统Fisher线性判别法的灵敏度高，分类性能明显提高。结论：加权Fisher线性判别法可适用于非平衡数据集，算法简单高效，且基本不增加计算复杂度。