基于不平衡类数据集分类的空间插值方法

• 作者: 董璇 蔡立军
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 类不平衡 超几何体 过抽样 样本生成
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 175-179
• 页数: 5页
• 分类号: TP311.13
• 字数: 3880字
• 语种: 中文

摘要

对于不平衡类数据集的分类问题,训练分类器后,分类结果产生了向多数类偏斜的问题,少数类识别率较低.为了提高少数类的分类精度,提出了一种改进的SMOTE方法—空间插值方法,利用少数类及其k近邻构造超几何体,在超几何体内随机产生虚拟少数类样本,当其k近邻中存在多数类时,缩小构造虚拟样本的空间,加强对易错分样本的训练,降低数据集类不平衡程度,并进行有效性验证.在实际数据集上,基于多个分类器进行仿真,结果表明,空间插值法在少数类和数据集整体分类性能优化效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡立军	西北工业大学理学院	15	63	4.0	7.0
2	董璇	西北工业大学理学院	2	4	1.0	2.0