基于ADASYN和WGAN的混合不平衡數(shù)據(jù)處理方法

打開文本圖片集

摘 要：為了解決不平衡數(shù)據(jù)集中少數(shù)類樣本分類精度較低的問題，提出了一種處理不平衡數(shù)據(jù)集的ADASYN-WGAN方法。首先，采用ADASYN（adaptive synthetic sampling）算法生成少數(shù)類樣本，用這些生成樣本代替WGAN（wasserstein generative adversarial networks）中的隨機噪聲；其次，利用WGAN算法生成符合原始數(shù)據(jù)集分布規(guī)律的少數(shù)類樣本，構(gòu)建平衡數(shù)據(jù)集；然后，在6個公開數(shù)據(jù)集上，采用隨機森林分類器對所提方法和4種過采樣算法得出的處理結(jié)果分別與原始數(shù)據(jù)集進行對比；最后，通過F1-Score，G-mean和AUC等分類評估指標的表現(xiàn)驗證所提方法的有效性。（剩余14162字）