一种新的过采样算法DB_SMOTE

• 作者: 刘三民 刘余霞 刘涛 王忠群
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 非平衡数据学习 过采样 数据分类
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 92-95
• 页数: 4页
• 分类号: TP391
• 字数: 4208字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0099

摘要

针对非平衡数据集中类分布信息不对称现象，提出一种新的过采样算法DB_SMOTE（Distance-based Syn-thetic Minority Over-sampling Technique），通过合成少数类新样本解决样本不足问题。算法基于样本与类中心距离，结合类聚集程度提取种子样本。根据SMOTE（Synthetic Minority Over-sampling Technique）算法思想，在种子样本上实现少数类新样本合成。根据种子样本与少数类中心距离构造新样本分布函数。基于此采样算法并在多个数据集上进行分类实验，结果表明DB_SMOTE算法是可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王忠群	安徽工程大学管理工程学院	74	279	8.0	13.0
2	刘涛	安徽工程大学计算机与信息学院	100	327	10.0	13.0
3	刘三民	安徽工程大学计算机与信息学院	12	74	6.0	8.0
7	刘余霞	安徽工程大学建筑工程学院	13	75	6.0	8.0