基于扩展近邻SMOTE过采样的SVM分类器

• 作者: 宋艳 白治江
• 来源期刊: 现代计算机
• 关键词: SMOTE 少数类细分 M扩展近邻 SVM
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 研究与开发
• 页码范围: 34-38
• 页数: 5页
• 字数: 3709字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.15.007

摘要

由于SMOTE算法插值时没有对边界和噪声样本做差异性处理,提出将邻域分布应用在SMOTE算法上的改进算法E_SMOTE.其核心是将正类样本按K近邻信息分为安全集和非安全集.对安全集按照SMOTE插值;对非安全集,在插值前探察其K近邻候选点的M近邻分布(简称M扩展近邻),从而控制新样本的合成区域,提升平衡数据集的抗噪性.在6个UCI数据集上训练SVM分类器,与SMOTE和SMOTE_NCL算法相比,E_SMOTE算法取得更高的F_value和G_mean值,表明分类器的总体分类性能有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白治江	上海海事大学信息工程学院	16	86	5.0	9.0
2	宋艳	上海海事大学信息工程学院	2	1	1.0	1.0