基于簇内样本平均分类错误率的混合采样算法

摘要：

针对类别不平衡的数据分类效果差的问题,本文提出了一种基于簇内样本平均分类错误率的混合采样算法(SA-BER),该算法首先对少数类使用SMOTE算法增加样本数量,然后添加各类别的部分样本至平衡样本集中,并用平衡样本集训练一个初始的分类器,然后进行多轮迭代,在每一轮迭代中执行:采用K-means算法对多数类剩余的还未用于训练分类器的样本进行聚类,根据分类器对各个簇的簇内样本平均分类错误率,提取出平均分类错误率最大的前几个簇各自的代表点,将其添加至平衡样本集中,同时不放回地随机提取与平衡样本集中新增的多数类样本数量基本相同的少数类样本,并将其添加至平衡样本集中,用平衡样本集重新训练分类器.实验结果表明,SABER算法可以提高对少数类样本的分类性能以及总体的分类性能.

关键词：类别不平衡;混合采样;K-means算法;SMOTE算法

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：重庆市基础科学与前沿技术研究专项项目;重庆市教育委员会科学技术研究项目;重庆邮电大学科研启动基金项目

在线出版日期：2021-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1683-1687