一种改进SMOTE的AdaSMOTE过采样算法撤回 |
| |
引用本文: | 汤晶晶.一种改进SMOTE的AdaSMOTE过采样算法撤回[J].数字技术与应用,2023(1):13-15. |
| |
作者姓名: | 汤晶晶 |
| |
作者单位: | 东北大学 |
| |
摘 要: | <正>本文从过采样的角度对不平衡数据集进行了优化,从而改善了分类器在少数类样本中的预测准确率。为了量化边界样本学习的难易程度,引入分类硬度来求取边界样本所需要合成的样本数目,以实现更准确的过采样策略。从过采样角度,提出Ada SMOET算法实现边界样本的自适应取样,克服了原始的SMOTE算法不能按照样本的重要程度取样的缺点。实验结果表明,提出的Ada SMOET算法优于原SMOTE算法。
|
|
|