面向不均衡数据集中少数类细分的过采样算法

• 作者: 古平 杨炀
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 不均衡数据集 决策边界 分类 随机插值 少数类细分
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 241-247
• 页数: 7页
• 分类号: TP311
• 字数: 6659字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.02.040

摘要

在不均衡数据集中,少数类样本的分布相对于决策边界具有差异性,而传统的过抽样算法通常并未对差异性做不同处理.为此,提出一种面向不均衡数据集的过采样算法SD-ISMOTE.该算法根据少数类样本的k近邻分布将其细分为DANGER,AL_SAFE,SAFE 3个集合,DANGER和AL_SAFE中的样本更靠近决策边界.借助ISMOTE思想在n维球体内随机插值,扩大两类样本的过采样范围,同时引入轮盘赌选择算法进行采样选择,避免新生成的样本冗余.实验结果表明,SD-ISMOTE算法在C4.5和朴素贝叶斯分类器下的分类性能相较于Borderline-SMOTE和ISMOTE均有不同程度的提高,可有效解决数据集中样本分布不均衡的问题.

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	杨炀	重庆大学计算机学院	1	17	1.0	1.0