面向不均衡数据集的过抽样算法

• 作者: 宿晨 崔鑫 徐华
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 簇心 不均衡数据集 合成少数类过抽样技术 聚类 过采样
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 1662-1667
• 页数: 6页
• 分类号: TP301.6
• 字数: 6029字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019101817

摘要

合成少数类过抽样技术(SMOTE)中的噪声样本可能参与合成新样本,所以难以保证新样本的合理性.针对这个问题,结合聚类算法提出了改进算法CSMOTE.该算法抛弃了SMOTE在最近邻间线性插值的思想,使用少数类的簇心与其对应簇中的样本进行线性插值合成新样本,并且对参与合成的样本进行了筛选,降低了噪声样本参与合成的可能.在六个实际数据集上,将CSMOTE算法与四个SMOTE的改进算法以及两种欠抽样算法进行了多次的对比实验,CSMOTE算法在所有数据集上均获得了最高的AUC值.实验结果表明,CSMOTE算法具有更高的分类性能,可以有效解决数据集中样本分布不均衡的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐华	江南大学物联网工程学院	40	234	10.0	14.0
2	崔鑫	江南大学物联网工程学院	3	33	2.0	3.0
3	宿晨	江南大学物联网工程学院	1	0	0.0	0.0