基于遗传理论的改进数据过采样方法

• 作者: 丁胜夺 赵刚 阎红巧 刘洪太
• 来源期刊: 计算机系统应用
• 关键词: 过采样 不平衡数据处理 分类预测模型 遗传理论
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 软件技术 · 算法|Software Technique · Algorithm
• 页码范围: 185-190
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.008297

摘要

针对数据分类预测模型的生成中,高度不平衡的训练数据会大幅降低模型的性能,本文提出了一种改进的基于遗传思想的不平衡数据集过采样方法,该方法从生物染色体遗传理论中得到启发,利用近亲生成相似而又不完全相同的新实例来平衡多数类,在保证样本分布不变的前提下,减弱甚至消除不平衡数据对训练结果的偏差影响.最后,通过在公共数据集上的对比实验表明,该方法取得了更高的召回率及G-mean值,证明此改进方法行之有效,所生成模型的综合性能有所提高.