一种改进的基于欧氏距离的SDRSMOTE算法

• 作者: 李克文 杨耀忠 林亚林
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 不平衡数据集 分类 边界样本 支持度 影响因素 欧氏距离 SMOTE
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2063-2070
• 页数: 8页
• 分类号: TP311
• 字数: 7794字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.11.022

摘要

SMOTE算法可以扩充少数类样本,提高不平衡数据集中少数类的分类能力,但是它在扩充少数类样本时对于边界样本的选择以及随机数的取值具有盲目性.针对此问题,将传统的SMOTE过采样算法进行改进,改进后的过采样算法定义为SDRSMOTE,该算法综合考虑不平衡数据集中全部样本的分布状况,通过融合支持度sd和影响因素posFac来指导少数类样本的合成.在WEKA平台上分别使用SMOTE、SDRSMOTE算法对所选用的6个不平衡数据集进行过采样数据预处理,然后使用决策树、Ada-Boost、Bagging和朴素贝叶斯分类器对预处理后的数据集进行预测,选择F-value、G-mean和AUC作为分类性能的评价指标,实验表明SDRSMOTE算法预处理的不平衡数据集的分类效果更好,证明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨耀忠	中国石化胜利油田分公司信息化管理中心	14	191	6.0	13.0