文献类型：期刊文章

作　　者：杨毅[1] 卢诚波[1] 徐根海[1]

机构地区：[1]丽水学院工学院,丽水323000

出　　处：《复旦学报（自然科学版）》

基　　金：浙江省自然科学基金(LY18F030003);国家自然科学基金(61373057)

年　　份：2017

卷　　号：56

期　　号：5

起止页码：537-544

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：合成少数类过采样技术(SMOTE)是一种被广泛使用的用来处理不平衡问题的过采样方法,SMOTE方法通过在少数类样本和它们的近邻间线性插值来实现过采样.Borderline-SMOTE方法在SMOTE方法的基础上进行了改进,只对少数类的边界样本进行过采样,从而改善样本的类别分布.通过进一步对边界样本加以区分,对不同的边界样本生成不同数目的合成样本,提出了面向不平衡数据集的一种精化Borderline-SMOTE方法(RB-SMOTE).仿真实验采用支持向量机作为分类器对几种过采样方法进行比较,实验中采用了10个不平衡数据集,它们的不平衡率从0.064 7到0.536 0.实验结果表明:RB-SMOTE方法能有效地改善不平衡数据集的类分布的不平衡性.

关 键 词：不平衡数据集 分类  过采样 支持向量机

分 类 号：TP183] TP181]