基于不平衡类数据集分类的空间插值方法

摘要：

对于不平衡类数据集的分类问题,训练分类器后,分类结果产生了向多数类偏斜的问题,少数类识别率较低.为了提高少数类的分类精度,提出了一种改进的SMOTE方法—空间插值方法,利用少数类及其k近邻构造超几何体,在超几何体内随机产生虚拟少数类样本,当其k近邻中存在多数类时,缩小构造虚拟样本的空间,加强对易错分样本的训练,降低数据集类不平衡程度,并进行有效性验证.在实际数据集上,基于多个分类器进行仿真,结果表明,空间插值法在少数类和数据集整体分类性能优化效果较好.

关键词：类不平衡、超几何体、过抽样、样本生成

所属期刊栏目：29

分类号：TP311.13(计算技术、计算机技术)

在线出版日期：2013-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：175-179