不平衡分类的数据采样方法综述

• 作者: 乔少杰 刘定祥 张榕珂 张永清 韩楠 魏军林 黄萍
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器学习 不平衡数据 过采样 欠采样 混合采样
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: “第三届亚洲人工智能技术大会”专栏
• 页码范围: 102-112
• 页数: 11页
• 分类号: TP311
• 字数: 6437字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.07.014

摘要

如何获得更加精确的分类效果一直是机器学习领域的重要研究内容,现有大多数分类器都是针对平衡的数据集来设计的.虽然平衡的数据训练出来的分类模型能取得较好的正负样本分类正确率,但现实生活中的数据往往是不平衡的,不平衡的数据使得正样本分类正确率急剧下降,不能满足机器学习对分类效果的要求.针对这种情况,综述了当前主流不平衡分类的数据采样方法.首先,阐述了欠采样方法,包括基于聚类和基于整合的欠采样方法;其次,对过采样方法进行了总结,包括基于k近邻、基于聚类、基于半监督、基于深度神经网络和基于进化算法的过采样方法;再次,对混合采样方法进行了总结;最后,总结了不平衡分类问题研究的发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄萍	成都信息工程大学管理学院	67	266	10.0	15.0
2	韩楠	成都信息工程大学管理学院	23	155	5.0	12.0
3	乔少杰	成都信息工程大学软件工程学院	34	171	6.0	12.0
4	刘定祥	成都信息工程大学网络空间安全学院	1	4	1.0	1.0
5	张永清	成都信息工程大学计算机学院	1	4	1.0	1.0
6	魏军林	成都信息工程大学网络空间安全学院	2	4	1.0	2.0
7	张榕珂		1	4	1.0	1.0