面向制造业不平衡数据的混合采样算法

• 作者: 吴运兵 杨晓花 阴爱英
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 过采样 欠采样 混合采样 不平衡数据 机器学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 软件与算法
• 页码范围: 1053-1058
• 页数: 6页
• 分类号: TP399
• 字数: 5580字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.04.027

摘要

针对制造业不平衡数据的预测问题,提出一种基于混合采样的预处理方法.通过结合过采样和欠采样的方法对样本数据进行处理,即适当减少多类样本数据和增加少类样本数据,结合部分机器学习分类器进行分类预测.实验结果表明,利用混合采样后的样本数据,其分类准确率明显优于单独使用过采样的数据及单独使用欠采样的数据,在F_mean值和G_mean值上,混合采样后取得了较高的值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓花	福州大学至诚学院计算机工程系	17	31	3.0	4.0
2	阴爱英	福州大学至诚学院计算机工程系	11	52	4.0	7.0
3	吴运兵	福州大学数学与计算机科学学院	19	93	5.0	9.0