面向制造业不平衡数据的混合采样算法

摘要：

针对制造业不平衡数据的预测问题,提出一种基于混合采样的预处理方法.通过结合过采样和欠采样的方法对样本数据进行处理,即适当减少多类样本数据和增加少类样本数据,结合部分机器学习分类器进行分类预测.实验结果表明,利用混合采样后的样本数据,其分类准确率明显优于单独使用过采样的数据及单独使用欠采样的数据,在F_mean值和G_mean值上,混合采样后取得了较高的值.

关键词：过采样、欠采样、混合采样、不平衡数据、机器学习

所属期刊栏目：39

分类号：TP399(计算技术、计算机技术)

资助基金：福建省自然科学基金项目2017J01755;福建省教育厅中青年教师教育科研基金项目JAT160077、JAT160658

在线出版日期：2018-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1053-1058