不平衡数据分类中的数据重采样比较研究

• 作者: 李昭桦 衷宇清 陈文文
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 机器学习 数据分类 不平衡数据 数据重采样
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 1376-1384
• 页数: 9页
• 分类号: TP3
• 字数: 5977字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.06.012

摘要

机器学习在异常检测、疾病诊断等许多不同领域的应用中,普遍存在类别分布不平衡的数据现象.数据重采样是解决不平衡数据分类问题最通用的方法,近年来学术界提出了合成数据采样、聚类采样以及集成采样等一系列算法.各算法所采样生成的数据集各具特性,对不同类型分类器的作用各不相同.因此,提出一种系统比较方法,基于多个不同领域的真实数据集,采用9种不同类型的数据重采样算法实现训练集类别均衡化,比较各算法对C4.5决策树、支持向量机和最近邻3种经典分类器的精确率、召回率和F值的影响.实验结果表明,不同重采样算法生成的数据集是分类器敏感的,并给出了适用于3种分类器的重采样算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	衷宇清		11	59	4.0	7.0
2	李昭桦		9	3	1.0	1.0
3	陈文文		1	0	0.0	0.0