带有超长方体约束的少数类样本生成机制

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2022-05-18 合作期刊: 《计算机应用研究》

贺作伟 陶佳晴 冷强奎 翟军昌 孟祥福

摘要： 合成少数类过采样技术(SMOTE)是解决类不平衡问题的有效方法之一。但是，SMOTE的线性插值机制将合成样本限制在原始样本的连线上，导致新样本缺乏多样性，并且这条连线穿过多数类区域时可能会生成噪声样本。针对上述问题，提出一种带有超长方体约束的少数类样本生成机制。该机制使用超长方体作为新样本的生成区域来代替线性插值，以增加合成样本与原始样本的差异性。并通过检测超长方体内是否存在多数类样本来决定是否修正此超长方体，从而防止新合成样本落入多数类区域内。使用所提机制替换线性插值，并集成在三种过采样方法SMOTE、Borderline-SMOTE 和 ADASYN中，然后在KEEL的11个标准数据集上进行了实验评估。结果表明，相比于原始方法，集成后的方法能够帮助分类器取得更高的F1值和相当的G-mean。这说明超长方体生成机制能够显著改善分类器对少数类样本的识别能力，并且能够兼顾到多数类样本。

 点击量 384  下载量 167  评论