基于安全样本筛选的不平衡数据抽样方法

• 作者: 冀素琴 刘焱昕 石洪波
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 不平衡数据,安全样本筛选,欠抽样,不平衡比率,合成小类的过抽样技术( SMOTE)
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 研究与应用
• 页码范围: 545-556
• 页数: 12页
• 分类号: TP391
• 字数: 10321字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201906007

摘要

针对欠抽样可能导致有用信息的丢失,以及合成小类的过抽样技术(SMOTE)可能使大类和小类间类重叠更严重的问题,文中提出基于安全样本筛选的欠抽样和SMOTE结合的抽样方法(Screening SMOTE).利用安全筛选规则,识别并丢弃大类中部分对确定决策边界无价值的实例和噪音实例,采用SMOTE对筛选后数据集进行过抽样.基于安全样本筛选的欠抽样既避免原始数据中有价值信息的丢失,又丢弃大类中的噪音实例,缓减过抽样数据集类重叠的问题.实验表明在处理不平衡数据集,特别是维数较高的不平衡数据集时Screening SMOTE的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石洪波	山西财经大学信息学院	45	446	11.0	19.0
2	冀素琴	山西财经大学信息学院	13	118	6.0	10.0
3	刘焱昕	山西财经大学信息学院	3	1	1.0	1.0