基于单边选择链和样本分布密度融合机制的非平衡数据挖掘-电子学报.PDF

第 期 电 子 学 报 ７ Ｖｏｌ．４２ Ｎｏ．７ 年 月 ２０１４ ７ ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｊｕｌ． ２０１４ 基于单边选择链和样本分布密度融合机制的 非平衡数据挖掘方法 ， １２ ３ ４ ２ ２ 翟 云 ，王树鹏 ，马 楠 ，杨炳儒 ，张德政 （ 国家行政学院电子政务研究中心，北京 ； 北京科技大学计算机与通信工程学院，北京 ； １． １０００８９２． １０００８３ 中国科学院信息工程研究所，北京 ； 北京联合大学信息学院，北京 ） ３． １０００９３４． １００１０１ 摘 要： 非平衡数据集分类问题是机器学习领域的重大挑战性难题 针对该难题，传统的少数类样本合成技术 ． （ ， ）已成为一种有力手段并得到广泛采用 但在新样本生成过程中， ＳｙｎｔｈｅｔｉｃＭｉｎｏｒｉｔｙＯｖｅｒＳａｍｐｌｉｎｇＴｅｃｈｎｉｑｕｅＳＭＯＴＥ ． 利用所有少数类样本合成新样本，由此产生过拟合瓶颈 为更好地解决该问题，提出了一种基于单边选择链和 ＳＭＯＴＥ ． 样本分布密度的非平衡数据挖掘新方法（ ， ） 通 ＯｎｅＳｉｄｅｄＬｉｎｋ＆ＤｉｓｔｒｉｂｕｔｉｏｎＤｅｎｓｉｔｙＳＭＯＴＥＯＳＬＤＤＳＭＯＴＥ．ＯＳＬＤＤＳＭＯＴＥ 过单边选择链遴选出处于分类边界的少数类样本，根据这些样本的动态分布密度生成新样本 进而分析了样本合成度 ． 对节点数目和对少数类精度的影响；基于 、 和 三个指标综合比较了 与其他同类方 ＧｍｅａｎＦｍｅａｓｕｒｅ ＡＵＣ ＯＳＬＤＤＳＭＯＴＥ 法的分类性能 实验结果表明， 有效提高了少数类样本的分类准确率 ． ＯＳＬＤＤＳＭＯＴＥ ． 关键词： 非平衡数据分类；单边选择链；分布密度；重采样 中图分类号： 文献标识码： 文章编号： （ ） ＴＰ１８ Ａ ０３７２２１１２２０１４０７１３１１０９ 电子学报 ： ：