原创力文档- 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
小型微型计算机系统２０２４年３月第３期
ＤＯＩ：１０．２０００９／ｊ．ｃｎｋｉ．２１１１０６／ＴＰ．２０２２０５０１
ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＣｏｍｐｕｔｅｒＳｙｓｔｅｍｓＶｏｌ．４５Ｎｏ．３２０２４
面向不均衡数据的重采样算法
朱深，徐华，成金海
（江南大学人工智能与计算机学院，江苏无锡２１４１２２）
Ｅｍａｉｌ：１７１５５１６００４＠ｑｑ．ｃｏｍ
摘要：针对欠采样可能丢弃过多的有用信息，合成少数类的过抽样技术（ＳｙｎｔｈｅｔｉｃＭｉｎｏｒｉｔｙＯｖｅｒｓａｍｐｌｉｎｇＴｅｃｈｎｉｑｕｅ，
ＳＭＯＴＥ）可能会引入过多的噪声的问题，提出了ＳＭＯＴＥ改进算法．该算法首先使用聚类算法将少数类分为若干个簇，随机选
择簇中的若干样本合成中间样本点，再与簇芯合成新的样本点，然后将随机欠采样（ＲａｎｄｏｍＵｎｄｅｒＳａｍｐｌｉｎｇ，ＲＵＳ）和ＳＭＯＴＥ
改进算法结合，提出了ＲＵＣＳＭＯＴＥ算法．该算法首先根据当前样本不平衡比率，使用随机欠采样，再使用ＳＭＯＴＥ改进算法对
少数类进行过采样，最终得到平衡的数据集．通过理论分析可知，ＲＵＣＳＭＯＴＥ算法结合两种算法的优点，减少过拟合的风险，同
时减少因为欠采样丢失的多数类信息．在２０个ＫＥＥＬ不平衡数据集上的实验结果表明，对于不均衡分类，相对于另外７种重采
样算法，评价指标ＡＵＣ与ＧＭ普遍提高了２～７个百分点．
关键词：不平衡数据；聚类；过采样；欠采样
中图分类号：ＴＰ１８１文献标识码：Ａ文章编号：１０００１２２０（２０２４）０３０５４２０７
ＲｅｓａｍｐｌｉｎｇＡｌｇｏｒｉｔｈｍｆｏｒＵｎｂａｌａｎｃｅｄＤａｔａ
ＺＨＵＳｈｅｎ，ＸＵＨｕａ，ＣＨＥＮＧＪｉｎｈａｉ
（ＣｏｌｌｅｇｅｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＣｏｍｐｕｔｅｒ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｕｎｄｅｒｓａｍｐｌｉｎｇｍａｙｄｉｓｃａｒｄｔｏｏｍｕｃｈｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｓｙｎｔｈｅｔｉｃｍｉｎｏｒｉｔｙｏｖｅｒｓａｍｐｌｉｎｇ
ｔｅｃｈｎｉｑｕｅ（ＳＭＯＴＥ）ｍａｙｉｎｔｒｏｄｕｃｅｔｏｏｍｕｃｈｎｏｉｓｅ，ａｎｉｍｐｒｏｖｅｄＳＭＯＴＥａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅａｌｇｏｒｉｔｈｍｆｉｒｓｔｕｓｅｓｃｌｕｓｔｅｒｉｎｇａｌ
ｇｏｒｉｔｈｍｔｏｄｉｖｉｄｅａｆｅｗｃｌａｓｓｅｓｉｎｔｏｓｅｖｅｒａｌｃｌｕｓｔｅｒｓ，ｒａｎｄｏｍｌｙｓｅｌｅｃｔｓａｎｕｍｂｅｒｏｆｓａｍｐｌｅｓｉｎｔｈｅｃｌｕｓｔｅｒｔｏｓｙｎｔｈｅｓｉｚｅｉｎｔｅｒｍｅｄｉａｔｅ
ｓａｍｐｌｅｐｏｉｎｔｓ，ａｎｄｔｈｅｎｓｙｎｔｈｅｓｉｚｅｓｎｅｗｓａｍｐｌｅｐｏｉｎｔｓｗｉｔｈｔｈｅｃｌｕｓｔｅｒｃｏｒｅ，ａｎｄｔｈｅｎｃｏｍｂｉｎｅｓＲａｎｄｏｍＵｎｄｅｒＳａｍｐｌｉｎｇ（ＲＵＳ）ａｎｄ
ＳＭＯＴＥｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｔｏｐｒｏｐｏｓｅＲＵＣＳＭＯＴＥａｌｇｏｒｉｔｈｍ．Ｔｈｅａｌｇｏｒｉｔｈｍｆｉｒｓｔｕｓｅｓｒａｎｄｏｍｕｎｄｅｒｓａｍｐｌｉｎｇａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｕｒ
ｒｅｎｔｓａｍｐｌｅｉｍｂａｌａｎｃｅｒａｔｉｏ，ａｎｄｔｈｅｎｕｓｅｓｔｈｅｉｍｐｒｏｖｅｄＳＭＯＴＥａｌｇｏｒｉｔｈｍｔｏｏｖｅｒｓａｍｐｌｉｎｇａｆｅｗｃｌａｓｓｅｓｔｏｆｉｎａｌｌｙｏｂｔａｉｎａｂａｌａｎｃｅｄ
ｄａｔａｓｅｔ．ＩｔｃａｎｂｅｓｅｅｎｆｒｏｍｔｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓｔｈａｔＲＵＣＳＭＯＴＥａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｅｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｔｈｅｔｗｏａｌｇｏｒｉｔｈｍｓｔｏｒｅｄｕｃｅ
ｔｈｅｒｉｓｋｏｆｏｖｅｒｆｉｔｔｉｎｇａｎｄｔｈｅｌｏｓｓｏｆｍｏｓｔｔｙｐｅｓｏｆｉｎｆｏｒｍａｔｉｏｎｄｕｅｔｏｕｎｄｅｒｓａｍｐｌｉｎｇ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎ２０ＫＥＥＬｉｍｂａｌ
ａｎｃｅｄｄａｔａｓｅｔｓｓｈｏｗｔｈａｔ，ｆｏｒｉｍｂａｌａｎｃｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｏｔｈｅｒ７ｒｅｓａｍｐｌｉｎｇａｌｇｏｒｉｔｈｍｓ，ｔｈｅｅｖａｌｕａｔ
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）