面向不平衡数据集的一种基于邻域的过采样算法.pdfVIP

第23卷第9期软件导刊Vol.23No.9

2024年9月SoftwareGuideSept.2024

面向不平衡数据集的一种基于邻域的过采样算法

123，43，4

孟国庆，高源，梅颖，卢诚波

（1.浙江理工大学计算机科学与技术学院，浙江杭州310018；2.国网浙江省电力有限公司丽水供电公司，浙江丽水

323050；3.丽水学院数学与计算机学院，浙江丽水323000；4.浙江得图网络有限公司，浙江丽水310011）

摘要：过采样是一种通过合成新的同类样本解决数据集中类分布不平衡问题的常用方法。针对数据集中样本分

布不平衡的问题，提出一种基于邻域概念的PSON算法。该算法定义每个少数类样本的影响力，依据不同影响力对少

数类样本进行过采样以获得平衡数据集。在50个数据集上对8种过采样算法得到的数据集进行分类测试，通过威尔

科克森符号秩检验比较7种分类性能指标，结果表明采用PSON算法后分类准确率提升显著。

关键词：不平衡数据集；过采样；分类；逆近邻

DOI：10.11907/rjdk.232015开放科学（资源服务）标识码（OSID）：

中图分类号：TP18文献标识码：A文章编号：1672-7800（2024）009-0116-06

ANeighborhood-BasedOver-SamplingAlgorithmforImbalancedDatasets

123，43，4

MENGGuoqing，GAOYuan，MEIYing，LUChengbo

（1.SchoolofComputerScienceandTechnology，ZhejiangSci-TechUniversity，Hangzhou310018，China；2.StateGridLishuiPow⁃

erSupplyCompany，Lishui323050，China；3.SchoolofMathematicsandComputer，LishuiUniversity，Lishui323000，China；

4.ZhejiangDetuNetworkCo.，Ltd，Lishui310011，China）

Abstract：Oversamplingisacommonlyusedmethodtosolvetheproblemofimbalancedclassdistributioninadatasetbysynthesizingnew

samplesofthesameclass.APSONalgorithmbasedonneighborhoodconceptisproposedtoaddresstheissueofimbalancedsampledistribu⁃

tioninthedataset.Thisalgorithmdefinestheinfluenceofeachminorityclasssampleando