基于蚁群聚类的不平衡数据过采样方法

• 作者: 高阳 刘其成 牟春晓
• 来源期刊: 烟台大学学报（自然科学与工程版）
• 关键词: 不平衡数据集 蚁群聚类 数据清理 过采样
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 研究论文|Research Papers
• 页码范围: 210-216
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13951/j.cnki.37-1213/n.200502

摘要

针对不平衡数据集的低分类准确性,提出基于蚁群聚类改进的SMOTE不平衡数据过采样算法ACC-SMOTE.一方面利用改进的蚁群聚类算法将少数类样本划分为不同的子簇,充分考虑类间与类内数据的不平衡,根据子簇所占样本的比例运用SMOTE算法进行过采样,从而降低类内数据的不平衡度;另一方面对过采样后的少数类样本采用Tomek Links数据清理技术进行及时修正,清除数据集中的噪声和抽样方法产生的重叠样例,从而保证合成样本的质量.本文所用训练数据集和测试数据集均为UCI数据集.实验结果表明本算法可以明显提高不平衡数据集的分类精度,从而提高分类器的分类性能.