考虑类内不平衡的谱聚类过抽样方法

• 作者: 邱雪峰 金隼 骆自超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 谱聚类 不平衡数据集 过抽样
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 120-125,138
• 页数: 7页
• 分类号: TP391
• 字数: 5535字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0148

摘要

不平衡数据分类问题是数据挖掘领域的关键挑战之一。过抽样方法是解决不平衡分类问题的一种有效手段。传统过抽样方法没有考虑类内不平衡，为此提出基于改进谱聚类的过抽样方法。该方法首先自动确定聚类簇数，并对少数类样本进行谱聚类，再根据各类内包含样本数与总少数类样本数之比，确定在类内合成的样本数量，最后通过在类内进行过抽样，获得平衡的新数据集。在4个实际数据集上验证了算法的有效性。并在二维合成数据集上对比k均值聚类和改进谱聚类的结果，解释基于两种不同聚类的过抽样算法性能差异的原因。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金隼	上海交通大学机械与动力工程学院	84	716	14.0	22.0
2	骆自超	上海交通大学机械与动力工程学院	1	6	1.0	1.0
3	邱雪峰	上海交通大学机械与动力工程学院	2	11	2.0	2.0