首页 | 本学科首页   官方微博 | 高级检索  
     

基于不平衡类数据集分类的空间插值方法
引用本文:董璇,蔡立军.基于不平衡类数据集分类的空间插值方法[J].计算机仿真,2012,29(12).
作者姓名:董璇  蔡立军
作者单位:西北工业大学理学院,陕西西安,710129
摘    要:对于不平衡类数据集的分类问题,训练分类器后,分类结果产生了向多数类偏斜的问题,少数类识别率较低.为了提高少数类的分类精度,提出了一种改进的SMOTE方法—空间插值方法,利用少数类及其k近邻构造超几何体,在超几何体内随机产生虚拟少数类样本,当其k近邻中存在多数类时,缩小构造虚拟样本的空间,加强对易错分样本的训练,降低数据集类不平衡程度,并进行有效性验证.在实际数据集上,基于多个分类器进行仿真,结果表明,空间插值法在少数类和数据集整体分类性能优化效果较好.

关 键 词:类不平衡  超几何体  过抽样  样本生成

S-SMOTE Method in Class Imbalance Data Sets
DONG Xuan , CAI Li-jun.S-SMOTE Method in Class Imbalance Data Sets[J].Computer Simulation,2012,29(12).
Authors:DONG Xuan  CAI Li-jun
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号