一种基于多专家实例选择的非平衡分类方法

本发明涉及不平衡分类领域，公开了一种基于多专家实例选择的非平衡分类方法，包括以下步骤：加载数据集并计算约束阈值；随机初始化种群；基于非支配排序遗传算法NSGA‑II进行实例子集搜索；环境选择并划分可行个体，由可行个体的数量选择集成策略；集成可行个体，得到集成分类器；本发明提出的多专家目标函数同时考虑了不同的类分布，约束阈值确保了所选实例子集的优于原始训练集，能够进化出一组高质量的实例子集，提升整体的分类性能。