非平衡数据集的改进SMOTE再抽样算法

摘要：

非平衡数据集的不均衡学习特点通常表现为负类的分类效果不理想.改进SMOTE再抽样算法,将过抽样和欠抽样方式有机结合,有针对性地选择近邻并采用不同策略合成样本.实验表明,分类器在经此算法处理后的非平衡数据集的正负两类上,均可获得较理想的分类效果.

关键词：SMOTE算法、再抽样、非平衡数据集

所属期刊栏目：29

分类号：C811(统计方法)

在线出版日期：2012-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：95-98