關(guān)于凸顯少數(shù)類樣本范圍的過(guò)采樣方法的研究

打開(kāi)文本圖片集

摘  要：在不平衡數(shù)據(jù)集中，過(guò)采樣的主要目的是通過(guò)增加少數(shù)類樣本的數(shù)量來(lái)平衡數(shù)據(jù)集，而現(xiàn)有的過(guò)采樣方法，只考慮了少數(shù)類樣本之間的分布規(guī)律，并在少數(shù)類樣本之間進(jìn)行樣本合成，這樣會(huì)導(dǎo)致少數(shù)類樣本的范圍比實(shí)際范圍小。針對(duì)上述問(wèn)題，對(duì)凸顯少數(shù)類樣本范圍的過(guò)采樣方法進(jìn)行研究?；?種分類器（SVM、KNN、隨機(jī)森林）與5種過(guò)采樣算法（SMOTE、Borderline、KmeansSMOTE、SVMSMOTE、ADASYN）在4種不平衡數(shù)據(jù)集上開(kāi)展實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，應(yīng)用凸顯少數(shù)類樣本范圍的過(guò)采樣算法在最優(yōu)和第二優(yōu)分類結(jié)果中占最高比例，因此在數(shù)據(jù)處理中應(yīng)用該算法具有較好的效果。（剩余10523字）