SMOTE过采样及其改进算法研究综述

• 作者: 石洪波 陈鑫 陈雨文
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 不平衡数据分类 SMOTE 算法 k-NN 过采样 欠采样 高维数据 分类型数据
• 年，卷（期）: 2019,（6）
• 页码范围: 1073-1083
• 页数: 11页
• 分类号: TP391
• 字数: 8205字
• 语种: 中文
• DOI: 10.11992/tis.201906052

摘要

近年来不平衡分类问题受到广泛关注.SMOTE过采样通过添加生成的少数类样本改变不平衡数据集的数据分布,是改善不平衡数据分类模型性能的流行方法之一.本文首先阐述了SMOTE的原理、算法以及存在的问题,针对SMOTE存在的问题,分别介绍了其4种扩展方法和3种应用的相关研究,最后分析了SMOTE应用于大数据、流数据、少量标签数据以及其他类型数据的现有研究和面临的问题,旨在为SMOTE的研究和应用提供有价值的借鉴和参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石洪波	山西财经大学信息学院	45	446	11.0	19.0
2	陈鑫	山西财经大学信息学院	5	5	1.0	2.0
3	陈雨文	山西财经大学信息学院	1	3	1.0	1.0