聚类边界过采样不平衡数据分类方法

• 作者: 刘海涛 孙雨轩 楼晓俊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 不平衡数据 过采样 聚类边界 最近邻密度 合成样本
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 计算机技术
• 页码范围: 944-950
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2013.06.003

摘要

针对传统SMOTE过采样方法在生成合成样本的过程中存在的盲目性,以及对噪声敏感且容易出现过拟合现象的问题,提出一种改进的聚类边界样本过采样(CB-SMOTE)方法,通过引入“聚类一致性系数”找到少数类样本的边界,利用边界样本的最近邻密度来剔除噪声点和确定合成样本的数量,对SMOTE方法的新样本合成规则进行了优化.该方法是一种指导性的过采样方法,合成样本更加有利于分类器的学习.通过实验对比6种不同方法在UCI公共数据集上的分类性能,结果表明:CB-SMOTE方法对少数类样本和多数类样本都具有较高的分类准确率,且对过采样倍数的变化具有更高的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘海涛	中国科学院上海微系统与信息技术研究所	121	805	17.0	22.0
2	楼晓俊	中国科学院上海微系统与信息技术研究所	9	59	4.0	7.0
3	孙雨轩	中国科学院上海微系统与信息技术研究所	3	15	2.0	3.0