|国家科技期刊平台
首页|期刊导航|计算机工程与应用|利用可信反事实的不平衡数据过采样方法

利用可信反事实的不平衡数据过采样方法OA北大核心CSTPCD

Oversampling Method for Imbalanced Data Using Credible Counterfactual

中文摘要英文摘要

针对传统过采样方法不能充分利用数据集信息的缺陷,提出一种基于反事实(counterfactual,CF)的不平衡数据过采样方法,并进一步对生成的少数类合成样本进行了"可信"清除.其核心思想是依据数据集原有实例特征值合成新样本,相比传统过采样的插值法,更能充分挖掘数据中的边界决策信息,从而为分类器提供更多的有用信息,提高分类性能.在9个来自KEEL与UCI的不平衡数据集、5种不同分类器(SVM、DT、Logistic、RF、AdaBoost)上与4种传统过采样方法(SMOTE、B1-SMOTE、B2-SMOTE、ADASYN)进行了大量对比实验,结果表明,所提方法具有更高的AUC值、F1值和G-mean值,可以更为有效地解决类不平衡问题.

A new method for imbalanced data sets on counterfactual is proposed(counterfactual,CF),and further removes the"incredibility"composite samples,which aims to solve the problem of the traditional sampling method that cannot make full use of the data set information.Its core idea is to synthesize new samples based on the original instance features of the dataset.Compared with the traditional oversampling interpolation method,it can fully mine the boundary decision infor-mation in the data,so as to provide more useful information for the classifier and improve the classification performance.A lot of comparative experiments have been carried out on 9 KEEL and UCI unbalanced datasets,5 different classifiers(SVM,DT,Logistic,RF,AdaBoost)and 4 traditional oversampling methods(SMOTE,B1-SMOTE,B2-SMOTE,ADASYN).The results show that the algorithm has higher AUC value、F1 value and G-mean value,which can effectively solve the class imbalance problem.

高峰;宋媚;祝义

江苏师范大学 计算机科学与技术学院,江苏 徐州 221000

计算机与自动化

不平衡数据集分类器过采样反事实(CF)

imbalanced dataclassifiersoversamplingcounterfactual(CF)

《计算机工程与应用》 2024 (005)

面向演化的软件缺陷预测方法研究

165-171 / 7

国家自然科学基金(No.62077029,71503108,61902161);江苏师范大学研究生科研创新项目(2022XKT1554).

10.3778/j.issn.1002-8331.2211-0413

评论