基于单边选择链和样本分布密度融合机制的非平衡数据挖掘方法

• 作者: 张德政 杨炳儒 王树鹏 翟云 马楠
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 非平衡数据分类 单边选择链 分布密度 重采样
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1311-1319
• 页数: 9页
• 分类号: TP18
• 字数: 6161字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.07.011

摘要

非平衡数据集分类问题是机器学习领域的重大挑战性难题．针对该难题，传统的少数类样本合成技术（Synthetic Minority Over-Sampling Technique ，SMOTE）已成为一种有力手段并得到广泛采用．但在新样本生成过程中， SMOTE 利用所有少数类样本合成新样本，由此产生过拟合瓶颈．为更好地解决该问题，提出了一种基于单边选择链和样本分布密度的非平衡数据挖掘新方法（One-Sided Link ＆ Distribution Density-SMOTE ，OSLDD-SMOTE）．OSLDD-SMOTE 通过单边选择链遴选出处于分类边界的少数类样本，根据这些样本的动态分布密度生成新样本．进而分析了样本合成度对节点数目和对少数类精度的影响；基于 G-mean 、F-measure 和 AUC 三个指标综合比较了 OSLDD-SMOTE 与其他同类方法的分类性能．实验结果表明，OSLDD-SMOTE 有效提高了少数类样本的分类准确率．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炳儒	北京科技大学计算机与通信工程学院	319	4361	32.0	49.0
2	马楠	北京联合大学信息学院	37	298	12.0	16.0
3	张德政	北京科技大学计算机与通信工程学院	61	687	14.0	23.0
4	王树鹏	中国科学院信息工程研究所	19	181	7.0	13.0
5	翟云	国家行政学院电子政务研究中心	7	122	5.0	7.0