- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于密度的SMOTE方法研究.PDF
第 12 卷第 6 期 智 能 系 统 学 报 Vol.12 No.6
2017 年 12 月 CAAI Transactions on Intelligent Systems Dec. 2017
DOI: 10.11992/tis.201706049
网络出版地址: /kcms/detail/23.1538.TP1534.030.html
一种基于密度的SMOTE 方法研究
王俊红,段冰倩
(山西大学 计算机与信息技术学院,山西 太原 030006 )
摘 要:重采样技术在解决非平衡类分类问题上得到了广泛的应用。其中,Chawla 提出的SMOTE(Synthetic Mino-
rity Oversampling Technique) 算法在一定程度上缓解了数据的不平衡程度,但这种方法对少数类数据不加区分地进
行过抽样,容易造成过拟合。针对此问题,本文提出了一种新的过采样方法:DS-SMOTE 方法。DS-SMOTE 算法基
于样本的密度来识别稀疏样本,并将其作为采样过程中的种子样本;然后在采样过程中采用SMOTE 算法的思想,在
种子样本与其k近邻之间产生合成样本。实验结果显示,DS-SMOTE 算法与其他同类方法相比,准确率以及G值有
较大的提高,说明DS-SMOTE 算法在处理非平衡数据分类问题上具有一定优势。
关键词:非平衡;分类;采样;准确率;密度
中图分类号:TP311 文献标志码:A 文章编号:1673−4785(2017)06−0865−08
中文引用格式:王俊红, 段冰倩. 一种基于密度的SMOTE 方法研究[J]. 智能系统学报, 2017, 12(6): 865–872.
英文引用格式:WANG Junhong, DUAN Bingqian. Research on the SMOTE method based on density[J]. CAAI transactions on in-
telligent systems, 2017, 12(6): 865–872.
Research on the SMOTE method based on density
WANG Junhong,DUAN Bingqian
(School of Computer and Information Technology, Shanxi University, Taiyuan 030006, China)
Abstract : In recent years, over-sampling has been widely used in the field of classification of imbalanced classes. The
SMOTE(Synthetic Minority Oversampling Technique) algorithm, presented by Chawla, alleviates the degree of data im-
balance to a certain extent, but can lead to over-fitting. To solve this problem, this paper presents a new sampling meth-
od, DS-SMOTE, which identifies sparse samples based on their density and uses them as seed samples in the process of
sampling. The SMOTE algorithm is then adopted, and a synthetic sample is generated between the seed sample and its k
neighbor. The proposed a
原创力文档


文档评论(0)