一种距离边界合成少数类过采样技术

摘要：

在不平衡数据集的分类问题中,由于某一类或某几类样本数量相对较少,标准的分类器会倾向于数量多的类别,导致少数类样本在分类过程中容易被误分.合成少数类过采样技术(SMOTE)是一种常用的过采样数据预处理方法.通过合成少数类样本来平衡数据集各类样本的分布,能够有效地改善数据集的不平衡分布,从而提高不平衡数据集的分类精度.但SMOTE采样方法将所有的少数类样本都用来合成新样本,存在一定的盲目性.在分类中,处于边界的样本对分类决策往往有着更重要的作用,需要得到更大的关注.基于以上考虑提出一种改进的过采样方法——距离边界合成少数类过采样技术(DBSMOTE).该方法根据少数类样本与多数类样本的距离确定边界样本,并在边界样本集上进行样本的合成,理论分析和实验结果表明DBSMOTE是有效的.

关键词：不平衡数据集、过采样、边界样本、SMOTE

所属期刊栏目：39

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目"神经网络的代数构造特征和可算性"11171137;浙江省自然科学基金资助项目"矩阵平方根理论中一些问题的研究"LY13A010008

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7