基于一趟聚类的不平衡数据下抽样算法

• 作者: 余雯 苗邦 蒋盛益
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 不平衡数据 一趟聚类 下抽样
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 计算机软件与数据库技术
• 页码范围: 232-236
• 分类号: TP309
• 字数: 4844字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2012.02.008

摘要

抽样是处理不平衡数据集的一种常用方法,其主要思想是改变类别的分布,缩小稀有类与多数类的分布比例差距.提出一种基于一趟聚类的下抽样方法,根据聚类后簇的特征与数据倾斜程度确定抽样比例,按照每个簇的抽样比例对该簇进行抽样,密度大的簇少抽,密度小的簇多抽或全抽.在压缩数据集的同时,保证了少数类的数量.实验结果表明,本文提出的抽样方法使不平衡数据样本具有较高的代表性,聚类与分类性能得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋盛益	广东外语外贸大学信息学院	92	1053	18.0	28.0
2	余雯	广东外语外贸大学国际工商管理学院	4	62	3.0	4.0
3	苗邦	广东外语外贸大学信息学院	2	24	2.0	2.0