10.19734/j.issn.1001-3695.2022.07.0341
基于Tomek链的边界少数类样本合成过采样方法
在类别不平衡数据集中,由于靠近类边界的样本更容易被错分,因此准确识别边界样本对分类具有重要意义.现有方法通常采用K近邻来标识边界样本,准确率有待提高.针对上述问题,提出一种基于Tomek链的边界少数类样本合成过采样方法.首先,计算得到类间距离互为最近的样本形成Tomek链;然后,根据Tomek链标识出位于类间边界处的少数类样本;接下来,利用合成少数类过采样技术(SMOTE)中的线性插值机制在边界样本及其少数类近邻间进行过采样,并最终实现数据集的平衡.实验对比了八种采样方法,结果表明所提方法在大部分数据集上均获得了更高的G-mean和F1值.
不平衡数据分类、合成过采样、边界样本、K近邻、Tomek链
40
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;辽宁省自然科学基金资助项目;辽宁省教育厅科学研究项目
2023-03-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
463-469