机器学习中非平衡数据集处理方法研究.docx

机器学习中非平衡数据集处理方法研究

摘要在分类预测问题中，往往会遇到类别相差悬殊的非平衡数据集.在面对非平衡数据集时，一些机器学习算法无法学习少数类样本的信息做出正确的预测.因此，为了达到有效分类的目的，处理非平衡数据集是进行分类的首要步骤.本文主要从数据层面上介绍非平衡数据集的处理方法，实验研究了朴素随机欠采样、KNN欠抽样、朴素随机

过采样、SMOTE、ADASYN、Borderline-SMOTE的方法，并运用上述方法依次与Logistic回归组合处理非平衡数据集然后进行分类预测，最后将使用召回率、准确率、F1分数、精确度以及ROC曲线和AUC值作为判断模型分类性能好坏的依据.