基于R-SMOTE方法的非平衡數(shù)據(jù)分類研究.pdf

1、非平衡數(shù)據(jù)集是指在同一數(shù)據(jù)集中，某一類的樣例數(shù)遠(yuǎn)遠(yuǎn)小于其它類的樣例數(shù)，它廣泛存在于日常生活中。少數(shù)類雖然在數(shù)量上處于劣勢(shì)，但卻往往是被關(guān)注的重點(diǎn)，如醫(yī)療診斷問(wèn)題等。由于少數(shù)類的數(shù)量劣勢(shì)以及往往被多數(shù)類所包圍，倘若利用傳統(tǒng)的分類方法對(duì)非平衡數(shù)據(jù)集進(jìn)行分類，往往會(huì)出現(xiàn)對(duì)多數(shù)類的分類正確率很高，而對(duì)于少數(shù)類的分類正確率很低的現(xiàn)象。因此，傳統(tǒng)的分類方法對(duì)于非平衡數(shù)據(jù)集的分類能力是有限的，并不能達(dá)到我們預(yù)期的分類效果。
　　SMOTE方法是

2、Chawla等人提出的一種過(guò)采樣方法，在相距較近的少數(shù)類之間人工插入實(shí)例來(lái)增加少數(shù)類實(shí)例，以平衡化數(shù)據(jù)集。但是，按照SMOTE方法進(jìn)行線性插值合成新的樣例后，得到的新的少數(shù)類實(shí)例只能分布在原少數(shù)類實(shí)例之間的線段中，嚴(yán)格的限制了新生成的少數(shù)類實(shí)例的分布范圍。為了消除這種限制，本文提出了一種新的過(guò)采樣方法R-SMOTE，它可以在少數(shù)類實(shí)例與其最近鄰少數(shù)類實(shí)例構(gòu)成的n維球體空間內(nèi)進(jìn)行過(guò)采樣，改進(jìn)數(shù)據(jù)集的不平衡程度。最后通過(guò)極限學(xué)習(xí)機(jī)在平衡化的