面向不平衡数据集的改进型SMOTE算法

摘要：

针对SMOTE（synthetic minority over-sampling technique）在合成少数类新样本时存在的不足，提出了一种改进的SMOTE算法GA-SMOTE。该算法的关键将是遗传算法中的3个基本算子引入到SMOTE中，利用选择算子实现对少数类样本有区别的选择,使用交叉、变异算子实现对合成样本质量的控制.结合GA-SMOTE与SVM(support vector machine)算法来处理不平衡数据的分类问题.UCI数据集上的大量实验表明,GA-SMOTE在新样本的整体合成效果上表现出色,有效提高了SVM在不平衡数据集上的分类性能。

关键词：不平衡数据集、分类、遗传算子、少数类样本合成过采样技术(SMOTE)

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant No.31170393;the Natural Science Foundation of Shaanxi Province of China under Grant No.2012JM8023;the Natural Science Fund of Education Depart-ment of Shaanxi Province under Grant No.12JK0726

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：727-734