一种基于密度的SMOTE方法研究

• 作者: 段冰倩 王俊红
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 非平衡 分类 采样 准确率 密度
• 年，卷（期）: 2017,（6）
• 页码范围: 865-872
• 页数: 8页
• 分类号: TP311
• 字数: 6084字
• 语种: 中文
• DOI: 10.11992/tis.201706049

摘要

重采样技术在解决非平衡类分类问题上得到了广泛的应用.其中,Chawla提出的SMOTE(Synthetic Mino-rity Oversampling Technique)算法在一定程度上缓解了数据的不平衡程度,但这种方法对少数类数据不加区分地进行过抽样,容易造成过拟合.针对此问题,本文提出了一种新的过采样方法:DS-SMOTE方法.DS-SMOTE算法基于样本的密度来识别稀疏样本,并将其作为采样过程中的种子样本;然后在采样过程中采用SMOTE算法的思想,在种子样本与其k近邻之间产生合成样本.实验结果显示,DS-SMOTE算法与其他同类方法相比,准确率以及G值有较大的提高,说明DS-SMOTE算法在处理非平衡数据分类问题上具有一定优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊红	山西大学计算机与信息技术学院	22	313	7.0	17.0
2	段冰倩	山西大学计算机与信息技术学院	1	12	1.0	1.0