基于混合采样的非平衡数据集分类研究

• 作者: 古平 欧阳源遊
• 来源期刊: 计算机应用研究
• 关键词: 混合采样 错分样本 非平衡数据集 AdaBoost算法 支持向量机算法
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 379-381,418
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.014

摘要

针对传统的过采样算法在增加样本的同时可能使决策域变小和噪声点增加的问题进行了研究，提出了一种基于错分的混合采样算法。该算法是以SVM为元分类器，AdaBoost算法进行迭代，对每次错分的样本点根据其空间近邻关系，采取一种改进的混合采样策略：对噪声样本直接删除；对危险样本约除其近邻中的正类样本；对安全样本则采用SMOTE算法合成新样本并加入到新的训练集中重新训练学习。在实际数据集上进行实验，并与SMOTE-SVM和AdaBoost-SVM-OBMS算法进行比较，实验结果表明该算法能够有效地提高负类的分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古平	重庆大学计算机学院	38	335	11.0	17.0
2	欧阳源遊	重庆大学计算机学院	2	19	2.0	2.0