基于Lévy分布的不平衡数据过采样方法

• 作者: 孙俊 张扬帆 张海鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 不平衡分类 Lévy分布 过采样 人工合成过采样技术(SMOTE)
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 150-156
• 页数: 7页
• 分类号: TP391
• 字数: 5419字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0218

摘要

针对不平衡数据集上的分类问题,提出了基于Lévy分布的过采样方法,其核心思想是根据初始数据集的分布,利用Lévy分布构造新样本的密度分布.基于Lévy分布的特性,使得从边界样本合成的新样本密度最大,靠近多数类的样本合成的新样本密度次之,靠近少数类的样本合成的新样本密度最小.因此,该算法可以增强分类边界,同时可以减小噪声生成.通过在多个数据集上的实验,表明所提算法可以有效改善不平衡数据的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙俊	江南大学物联网工程学院	186	1552	21.0	30.0
2	张海鹏	江南大学物联网工程学院	2	1	1.0	1.0
3	张扬帆	江南大学物联网工程学院	2	1	1.0	1.0