一种基于SVM的非均衡数据集过采样方法

摘要：

针对不平衡数据集分类结果偏向多数类的问题,重采样技术是解决此问题的有效方法之一.而传统过采样算法易合成无效样本,欠采样方法易剔除重要样本信息.基于此提出一种基于SVM的不平衡数据过采样方法SVMOM(Oversampling Method Based on SVM).SVMOM通过迭代合成样本.在迭代过程中,通过SVM得到分类超平面;根据每个少数类样本到分类超平面的距离赋予样本距离权重;同时考虑少数类样本的类内平衡,根据样本的分布计算样本的密度,赋予样本密度权重;依据样本的距离权重和密度权重计算每个少数类样本的选择权重,根据样本的选择权重选择样本运用SMOTE合成新样本,达到平衡数据集的目的.实验结果表明,提出的算法在一定程度上解决了分类结果偏向多数类的问题,验证了算法的有效性.

关键词：不平衡数据、支持向量机(SVM)、过采样、样本权重、合成少数类过采样技术(SMOTE)

所属期刊栏目：56

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金No.61662043

在线出版日期：2020-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：220-228