基于不平衡数据样本特性的新型过采样SVM分类算法

• 作者: 康佩栋 魏建安 黄海松
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 数据集不平衡 样本距离 ANBSC-Smote过采样 数据集重构 支持向量机
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1549-1558
• 页数: 10页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.0649

摘要

针对传统采样方式准确率与鲁棒性不够明显,欠采样容易丢失重要的样本信息,而过采样容易引入冗杂信息等问题,以UCI公共数据集中的不平衡数据集Pima-Indians为例,综合考虑数据集正负类样本的类间距离、类内距离与不平衡度之间的关系,提出一种基于样本特性的新型过采样方式.首先对原始数据集进行距离带的划分,然后提出一种改进的基于样本特性的自适应变邻域Smote算法,在每个距离带的少数类样本中进行新样本的合成,并将此方式推广到UCI数据集中其他5种不平衡数据集.最后利用SVM分类器进行实验验证的结果表明:在6类不平衡数据集中,应用新型过采样SVM算法,相比己有的采样方式,少(多)数类样本的分类准确率均有明显提高,且算法具有更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄海松	贵州大学现代制造技术教育部重点实验室	77	315	10.0	14.0
2	魏建安	贵州大学现代制造技术教育部重点实验室	6	19	2.0	4.0
3	康佩栋	贵州大学现代制造技术教育部重点实验室	4	15	1.0	3.0