基于ADASYN和WGAN的混合不平衡数据处理方法

打开文本图片集

摘 要：为了解决不平衡数据集中少数类样本分类精度较低的问题，提出了一种处理不平衡数据集的ADASYN-WGAN方法。首先，采用ADASYN（adaptive synthetic sampling）算法生成少数类样本，用这些生成样本代替WGAN（wasserstein generative adversarial networks）中的随机噪声；其次，利用WGAN算法生成符合原始数据集分布规律的少数类样本，构建平衡数据集；然后，在6个公开数据集上，采用随机森林分类器对所提方法和4种过采样算法得出的处理结果分别与原始数据集进行对比；最后，通过F1-Score，G-mean和AUC等分类评估指标的表现验证所提方法的有效性。（剩余14162字）