不均衡数据混合取样分类算法

• 作者: 张燕 杜红乐
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 支持向量机 过取样 不均衡数据集 欠取样 K 近邻
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 158-164
• 页数: 7页
• 分类号: TP301.6
• 字数: 5415字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2015.02.010

摘要

针对不均衡数据分类决策面偏移导致少数类识别率较低的问题，提出一种混合取样算法。首先计算类样本数的比值 K；然后分别在多数类和少数类中随机选取一个样本，计算该样本的 K－1近邻，以 K 个样本的中心作为新样本；再对剩余的样本重复上面操作，直到所有样本都被处理；最后所得新样本与原少数类样本共同构成新的训练集。该算法在改变样本密度的同时保持了原样本的空间分布，实验结果表明该算法能够提高SVM 在不均衡数据下的分类性能，尤其是少数类的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜红乐	商洛学院数学与计算机应用学院	32	111	7.0	9.0
2	张燕	商洛学院数学与计算机应用学院	33	104	6.0	8.0