基于安全样本筛选的不平衡数据抽样方法

摘要：

针对欠抽样可能导致有用信息的丢失,以及合成小类的过抽样技术(SMOTE)可能使大类和小类间类重叠更严重的问题,文中提出基于安全样本筛选的欠抽样和SMOTE结合的抽样方法(Screening SMOTE).利用安全筛选规则,识别并丢弃大类中部分对确定决策边界无价值的实例和噪音实例,采用SMOTE对筛选后数据集进行过抽样.基于安全样本筛选的欠抽样既避免原始数据中有价值信息的丢失,又丢弃大类中的噪音实例,缓减过抽样数据集类重叠的问题.实验表明在处理不平衡数据集,特别是维数较高的不平衡数据集时Screening SMOTE的有效性.

关键词：不平衡数据、安全样本筛选、欠抽样、不平衡比率、合成小类的过抽样技术、SMOTE)

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61801279;山西省自然科学基金项目2014011022-2,201801D121115

在线出版日期：2019-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：545-556