基于统计信息聚类边界的不平衡数据分类方法

• 作者: 李欣 俞卫琴
• 来源期刊: 计算机工程与设计
• 关键词: 不平衡数据 聚类 边界点 非边界点 采样
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 软件与算法|Software and Arithmetic
• 页码范围: 2218-2223
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.08.017

摘要

为解决不平衡数据在传统处理方法中容易出现数据的过拟合和欠拟合问题,提出基于统计信息聚类边界的不平衡数据分类方法.去除数据中噪声点,根据数据对象的k距离设定邻域半径,利用对象邻域范围内的k距离统计信息寻找边界点与非边界点;将少数类中的边界点作为样本,采用SMOTE算法进行过采样,对多数类采用基于距离的欠采样删除远离边界的点,得到平衡数集.通过实验结果对比,验证了该算法的G-mean值与F-value值都有提高.