面向不均衡数据集中少数类细分的过采样算法

来源 :计算机工程 | 被引量 : 0次 | 上传用户:voyager4032
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在不均衡数据集中,少数类样本的分布相对于决策边界具有差异性,而传统的过抽样算法通常并未对差异性做不同处理。为此,提出一种面向不均衡数据集的过采样算法SD-ISMOTE。该算法根据少数类样本的k近邻分布将其细分为DANGER,AL_SAFE,SAFE 3个集合,DANGER和AL_SAFE中的样本更靠近决策边界。借助ISMOTE思想在n维球体内随机插值,扩大两类样本的过采样范围,同时引入轮盘赌选择算法进行采样选择,避免新生成的样本冗余。实验结果表明,SD-ISMOTE算法在C4.5和朴素贝叶斯分类器下的分类性能相较于Borderline-SMOTE和ISMOTE均有不同程度的提高,可有效解决数据集中样本分布不均衡的问题。
其他文献
随着列车运行速度的大幅度提高,对车辆系统动力学的计算精度提出了越来越高的要求,将轮对、构架和轨道等部件看做刚性体或仅将其中之一考虑为柔性体来分析车辆系统的运行稳定性、平稳性的传统做法亟需改进。本文综合考虑了多柔性体对车辆-轨道耦合系统的动力学行为,以CRH2型高速客车的轮对和构架以及轨道为研究对象,基于多刚体动力学理论和刚柔耦合动力学理论,将轮对、构架和轨道均考虑为柔性体,结合有限元分析软件ANS
目的 检测p14ARF 、p16INK4a蛋白在肺癌及其淋巴结转移灶中的表达,探讨p14ARF 、p16INK4a蛋白表达单一缺失或共缺失在各型肺癌中的差异及相关性,并探讨不同临床分期、病理分
竞技武术套路是以技击为核心,在突出攻防含义的前提下,追求难和美全面发展的综合性难美类竞技体育项目。随着项目的快速发展,竞技武术套路项目对于演练水平的要求也越来越高。当前,优秀运动员在难度分与动作质量分全部满分的情况下,演练分决定最后得分,并且优秀运动员距离演练水平的最高标准还有一定距离,说明进一步提升演练水平表现力十分必要与重要。本研究使用的研究方法包括文献资料、录像观察、专家访谈等,以竞技武术套
随着中国经济的持续快速增长和供需关系的变化,各公司间争夺有限市场份额所面临的竞争越发激烈。公司为了在激烈的市场竞争中获得和保持竞争优势必须付出更多的努力。为了实
随着经济和社会的发展,哈尔滨市中心城区与外围区域的联系更加密切,交通需求也日益增大,但当前连接哈尔滨城市中心区域与外围区域的道路已经不能满足需要,成为制约城市发展的
澎溪河是三峡库区长江干流北岸最大支流,三峡水库自2003年蓄水以来,已发生多次水体富营养化现象,而2009年是三峡水库进行试验性蓄水(蓄水至172.3m)后的第一年,为探究水位抬升
玉米穗位叶对籽粒碳水化合物的供应极为重要,施氮不足显著降低穗位叶的叶绿素含量,最终导致产量的降低。因此,提高低氮条件下玉米穗位叶的持绿性对提高玉米氮肥利用效率具有重要意义。课题组前期通过两年大田试验筛选出一个包含低氮下玉米穗位叶持绿性QTL的单片段代换系1314,并且1314检测到低氮条件下生物量、氮含量、氮积累量以及根系性状的QTL。本研究在此基础上,以单片段代换系1314和轮回亲本许178为试
穆斯林脱离伊斯兰教一般被称作"叛教"(Murtad)。穆斯林学者对叛教的法律处分方式有不同的主张:一些学者主张穆斯林一旦脱教或叛教就应被处以死刑;少数学者主张应将叛教纳入"
铁尾矿作为一种利用率低固体废渣,带来众多的环境与安全问题,因其颗粒细、容易粉磨、粉磨后具有一定水硬性等特点,在其中掺入适量的助磨剂,磨制成微粉,将这铁尾矿微粉作为矿
伴随着中国城镇化率的不断提升,城市规模和交通压力越来愈大,共享单车的出现能够有效地解决"最后一公里"的出行问题,在一定程度上缓解了交通压力。然而更为有趣的是,笔者发现