不平衡数据中基于异类k距离的边界混合采样OA北大核心CSTPCD
BOUNDARY MIXED SAMPLING BASED ON HETEROGENEOUS K DISTANCE IN UNBALANCED DATA
不平衡数据集中,样本的分布位置对于决策边界具有差异性,传统的采样方法没有根据样本位置做区别化采样处理.为此提出一种不平衡数据中基于异类k距离的边界混合采样算法(BHSK).通过异类k距离识别出边界集;再根据支持度将边界少数类样本细分为三类,分别采用不同的过采样方法和过采样倍率,根据少数类样本的不同重要性进行过采样,生成更具有信息的样本点;根据异类k距离删除部分非边界多数类样本点.实验结果表明,该算法在最小距离分类法下的少数类识别性能较几种常见的采…查看全部>>
于艳丽;江开忠;盛静文
上海工程技术大学数理与统计学院 上海 201620上海工程技术大学数理与统计学院 上海 201620上海工程技术大学数理与统计学院 上海 201620
信息技术与安全科学
边界点不平衡数据分类混合采样异类k距离
《计算机应用与软件》 2021 (2)
299-304,310,7
评论