构造性覆盖算法的SMOTE过采样方法

摘要：

如何提高对少数类样本的识别能力是不平衡数据分类中的一个研究热点.合成少数类过采样技术(SMOTE)是解决此类问题的代表性方法之一.近年来,不少研究者对SMOTE做出了一些改进,较好地提高了该方法的性能.然而,如何有效地选取典型少数类样本进行过采样仍然是一个值得研究的问题.此外,被孤立的少数样本在提高模型性能方面的潜在能力也没有得到足够的重视.针对上述问题,提出了基于构造性覆盖算法(CCA)的过采样技术CMOTE.CMOTE提供了两种不同策略下选择关键样本的方法:基于覆盖内样本个数的方法与基于覆盖密度的方法.在12个典型的不平衡数据集上验证CMOTE算法的性能.实验结果表明,CMOTE算法在总体上优于对比方法,并且通过强化关键样本对模型性能的影响增强了模型的泛化能力.

关键词：不平衡数据、过采样技术、合成少数类过采样技术(SMOTE)、构造性覆盖算法(CCA)

所属期刊栏目：14

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61806002, 61673020, 61872002 国家自然科学基金;the Doc-toral Scientific Research Startup Foundation of Anhui University 安徽大学博士科研启动基金

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：975-984