-
题名基于不平衡数据样本特性的新型过采样SVM分类算法
被引量：27
- 1
-
-
作者
黄海松
魏建安
康佩栋
-
机构
贵州大学现代制造技术教育部重点实验室
-
出处
《控制与决策》
EI
CSCD
北大核心
2018年第9期1549-1558,共10页
-
基金
贵州工业攻关重点项目(黔科合GZ字[2015]3009)
贵州省自然科学基金项目(黔科合J字[2015]2043)
+2 种基金
贵州省重大专项项目(黔科合JZ字[2014]2001)
贵州省教育厅项目(黔教合协同创新字[2015]02)
贵州大学研究生创新基金项目(研理工2017037)
-
文摘
针对传统采样方式准确率与鲁棒性不够明显,欠采样容易丢失重要的样本信息,而过采样容易引入冗杂信息等问题,以UCI公共数据集中的不平衡数据集Pima-Indians为例,综合考虑数据集正负类样本的类间距离、类内距离与不平衡度之间的关系,提出一种基于样本特性的新型过采样方式.首先对原始数据集进行距离带的划分,然后提出一种改进的基于样本特性的自适应变邻域Smote算法,在每个距离带的少数类样本中进行新样本的合成,并将此方式推广到UCI数据集中其他5种不平衡数据集.最后利用SVM分类器进行实验验证的结果表明:在6类不平衡数据集中,应用新型过采样SVM算法,相比已有的采样方式,少(多)数类样本的分类准确率均有明显提高,且算法具有更强的鲁棒性.
-
关键词
数据集不平衡
样本距离
ANBSC-Smote过采样
数据集重构
支持向量机
-
Keywords
unbalanced datasets
sample distance
ANBSC-Smoteoversampling
datasetsreconstuction
SVM
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
