构造性覆盖算法的SMOTE过采样方法

TP18; 如何提高对少数类样本的识别能力是不平衡数据分类中的一个研究热点.合成少数类过采样技术(SMOTE)是解决此类问题的代表性方法之一.近年来,不少研究者对SMOTE做出了一些改进,较好地提高了该方法的性能.然而,如何有效地选取典型少数类样本进行过采样仍然是一个值得研究的问题.此外,被孤立的少数样本在提高模型性能方面的潜在能力也没有得到足够的重视.针对上述问题,提出了基于构造性覆盖算法(CCA)的过采样技术CMOTE.CMOTE提供了两种不同策略下选择关键样本的方法:基于覆盖内样本个数的方法与基于覆盖密度的方法.在12个典型的不平衡数据集上验证CMOTE算法的性能.实验结果表明,CMOT...

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 14; no. 6; pp. 975 - 984
Main Authors 严远亭, 朱原玮, 吴增宝, 张以文, 张燕平
Format Journal Article
LanguageChinese
Published 安徽大学 计算机科学与技术学院,合肥,230601 01.06.2020
Subjects
过采样技术
不平衡数据
合成少数类过采样技术(SMOTE)
构造性覆盖算法(CCA)
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.1905091

Cover

More Information
Summary:TP18; 如何提高对少数类样本的识别能力是不平衡数据分类中的一个研究热点.合成少数类过采样技术(SMOTE)是解决此类问题的代表性方法之一.近年来,不少研究者对SMOTE做出了一些改进,较好地提高了该方法的性能.然而,如何有效地选取典型少数类样本进行过采样仍然是一个值得研究的问题.此外,被孤立的少数样本在提高模型性能方面的潜在能力也没有得到足够的重视.针对上述问题,提出了基于构造性覆盖算法(CCA)的过采样技术CMOTE.CMOTE提供了两种不同策略下选择关键样本的方法:基于覆盖内样本个数的方法与基于覆盖密度的方法.在12个典型的不平衡数据集上验证CMOTE算法的性能.实验结果表明,CMOTE算法在总体上优于对比方法,并且通过强化关键样本对模型性能的影响增强了模型的泛化能力.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1905091