基于SMOTE不平衡扩充采样算法的改进

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对不平衡数据集少类样本分类精度低的现象，本文提出了一种新的不平衡数据扩充采样算法。改进算法通过距离度量，在少类样本中心与其近邻间进行随机线性插值，使数据平衡。改进算法与SMOTE算法、C_SMOTE算法分别对5个不平衡数据集进行扩充分类对比实验，基于AUC、OOB、F值与G值评价指标及成对样本T检验，证明改进算法能有效缓解类不平衡，并具有更优异的不平衡数据处理性能。（剩余4230字）

试读结束

目录
monitor