基于聚类的少数类样本采样方法
陈川1
张化祥2
1.山东师范大学信息科学与工程学院 济南2500142.山东省分布式计算机软件新技术重点实验室 250014
摘要：针对处理不平衡数据集的分类问题,SMOTE通过在相邻样例间线性插值实现少数类样例过采样.但SMOTE插值的结果是样例密集的地方依然相对密集,样例稀疏的地方依然相对稀疏,影响分类性能.针对该问题本文提出一种基于聚类的过采样方法-C- SMOTE.该方法首先将少数类样例聚成多个簇,再以簇为单位结合SMOTE方法产生新样例.实验结果表明,C - SMOTE既保证了数据集整体分类准确率,又能提高少数类分类精度.
关键词：SMOTE不平衡数据集聚类少数类
资助基金：山东省科技研究计划项目(2008B0026)山东省科技研究计划项目(ZR20I0FM021)山东省科技研究计划项目(2010C0020115)
论文发表日期：2011-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 65-68 )
英文信息