ارايه روشي جديد مبتني‌بر برنامه‌نويسي ژنتيك براي وزن‌دهي قواعد فازي در طبقه‌بندي نامتوازن

A new fuzzy rules weighting approach based on Genetic Programming for imbalanced classification

در زمينه مسايل طبقه‌بندي، اغلب با طبقه‌هايي مواجه مي‌شويم كه تعداد نمونه‌هاي متفاوتي دارند؛ يعني كلاس‌هايي با تعداد نمونه زياد و كلاس‌هايي با تعداد نمونه كم؛ اين مسايل «مسايل طبقه‌بندي با مجموعه‌داده‌هاي نامتوازن» ناميده مي‌شوند. سامانه‌هاي طبقه‌بندي مبتني‌بر قوانين فازي(FRBCSs) يكي از رايج‌ترين سامانه‌هاي مدلسازي فازيِ استفاده‌شده، براي حل مسايل طبقه‌بندي است. وزن‌دهيِ قوانين اغلب براي بهبود دقت طبقه‌بندي استفاده مي‌شود و به‌طور معمول نسخه‌هاي فازيِ confidence و support براي توليد وزن قوانين فازي بكار مي‌روند. در اين مقاله، يك روش تكاملي بر مبناي برنامه‌نويسي ژنتيك براي توليد عبارات مربوط به وزن ارايه مي‌شود. براي توليد عبارات از چهار معيار confidence، support، lift و recall به‌عنوان پايانه‌هاي برنامه‌نويسي ژنتيك استفاده مي‌كنيم. آزمايش را بر روي بيست مجموعه‌داده از مجموعه‌داده‌هاي keel اجرا و سپس نتايج به‌دست آمده را با استفاده از آزمون‌هاي آماري تحليل مي‌كنيم. نتايج حاصل، نشان مي‌دهد كه كارايي FRBCS با استفاده از روش پيشنهادي بهبود مي‌يابد.

In classi?cation problems, we often encounter datasets with different percentage of patterns (i.e. classes with a high pattern percentage and classes with a low pattern percentage). These problems are called “classi?cation Problems with imbalanced data-sets”. Fuzzy rule based classification systems are the most popular fuzzy modeling systems used in pattern classification problems. Rule weights have been usually used to improve the classification accuracy and fuzzy versions of confidence and support merits have been widely used for rules weighting in fuzzy rule based classifiers. In this paper, we propose an evolutionary approach based on genetic programming to generate weighting expressions. For producing expressions confidence, support, lift and recall merits are used as terminals of genetic programming. Experiments are performed over 20 imbalanced KEELʹs datasets and the results are analyzed using statistical tests. The results show that the proposed method improves the classification accuracy of FRBCS.