计算机应用

作者：崔鑫, 徐华, 宿晨

单位：江南大学 物联网工程学院，江苏 无锡 214122

关键词：簇心,不均衡数据集,合成少数类过抽样技术,聚类,过采样

合成少数类过抽样技术（SMOTE）中的噪声样本可能参与合成新样本，所以难以保证新样本的合理性。针对这个问题，结合聚类算法提出了改进算法CSMOTE。该算法抛弃了SMOTE在最近邻间线性插值的思想，使用少数类的簇心与其对应簇中的样本进行线性插值合成新样本，并且对参与合成的样本进行了筛选，降低了噪声样本参与合成的可能。在六个实际数据集上，将CSMOTE算法与四个SMOTE的改进算法以及两种欠抽样算法进行了多次的对比实验，CSMOTE算法在所有数据集上均获得了最高的AUC值。实验结果表明，CSMOTE算法具有更高的分类性能，可以有效解决数据集中样本分布不均衡的问题。

来源：2020年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第6期