一种新的过采样算法DB_SMOTE

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (6): 92-95.

• 数据库、数据挖掘、机器学习 • 上一篇下一篇

一种新的过采样算法DB_SMOTE

刘余霞1，刘三民2，3，刘涛2，王忠群4

1.安徽工程大学建筑工程学院，安徽芜湖 241000
2.安徽工程大学计算机与信息学院，安徽芜湖 241000
3.南京航空航天大学计算机科学与技术学院，南京 210016
4.安徽工程大学管理工程学院，安徽芜湖 241000

出版日期:2014-03-15 发布日期:2015-05-12

New oversampling algorithm DB_SMOTE

LIU Yuxia1, LIU Sanmin2，3, LIU Tao2, WANG Zhongqun4

1.College of Civil Engineering and Architecture, Anhui Polytechnic University, Wuhu, Anhui 241000, China
2.College of Computer and Information, Anhui Polytechnic University, Wuhu, Anhui 241000, China
3.College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China
4.College of Management and Engineering, Anhui Polytechnic University, Wuhu, Anhui 241000, China

Online:2014-03-15 Published:2015-05-12

摘要/Abstract

摘要： 针对非平衡数据集中类分布信息不对称现象，提出一种新的过采样算法DB_SMOTE（Distance-based Synthetic Minority Over-sampling Technique），通过合成少数类新样本解决样本不足问题。算法基于样本与类中心距离，结合类聚集程度提取种子样本。根据SMOTE（Synthetic Minority Over-sampling Technique）算法思想，在种子样本上实现少数类新样本合成。根据种子样本与少数类中心距离构造新样本分布函数。基于此采样算法并在多个数据集上进行分类实验，结果表明DB_SMOTE算法是可行的。

关键词: 非平衡数据学习, 过采样, 数据分类

Abstract: In order to solve the asymmetry of class distribution information in imbalanced data, DB_SMOTE（Distance-based Synthetic Minority Over-sampling Technique） algorithm is presented by minority new sample synthetic. According to the distance between sample and the centre of class, seed sample is gained by combining class aggregation. Based on SMOTE（Synthetic Minority Over-sampling Technique）, new sample is synthesized. Based upon the distance between seed sample and the centre of minority class, new sample distribution function is formed. Classification experiment results show DB_SMOTE is feasible.

Key words: imbalanced data learning, oversampling, data classification

刘余霞1，刘三民2，3，刘涛2，王忠群4. 一种新的过采样算法DB_SMOTE[J]. 计算机工程与应用, 2014, 50(6): 92-95.

LIU Yuxia1, LIU Sanmin2，3, LIU Tao2, WANG Zhongqun4. New oversampling algorithm DB_SMOTE[J]. Computer Engineering and Applications, 2014, 50(6): 92-95.

[1]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.
[2]	王乐，韩萌，李小娟，张妮，程浩东. 不平衡数据集分类方法综述[J]. 计算机工程与应用, 2021, 57(22): 42-52.
[3]	孟东霞，李玉鑑. 利用自然最近邻的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(2): 91-96.
[4]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[5]	温廷新，孔祥博. 不平衡样本下的金融市场极端风险预警研究[J]. 计算机工程与应用, 2020, 56(8): 256-260.
[6]	张忠林，冯宜邦，赵中恺. 一种基于SVM的非均衡数据集过采样方法[J]. 计算机工程与应用, 2020, 56(23): 220-228.
[7]	陈虹，赵建智，肖成龙，陈建虎，肖越. 改进ADASYN-SDA的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(2): 97-105.
[8]	王亮，冶继民. 整合DBSCAN和改进SMOTE的过采样算法[J]. 计算机工程与应用, 2020, 56(18): 111-118.
[9]	孟东霞，李玉鑑. 融合特征边界信息的不平衡数据过采样方法[J]. 计算机工程与应用, 2020, 56(14): 156-160.
[10]	张家伟，郭林明，杨晓梅. 针对不平衡数据的过采样和随机森林改进算法[J]. 计算机工程与应用, 2020, 56(11): 39-45.
[11]	侯贝贝，刘三阳，普事业. 基于边界混合重采样的非平衡数据分类方法[J]. 计算机工程与应用, 2020, 56(1): 46-52.
[12]	高明哲1，许爱强1，许晴2. SL-SMOTE和CS-RVM结合的电子设备故障检测方法[J]. 计算机工程与应用, 2019, 55(4): 185-192.
[13]	汪明达，周俏丽，蔡东风. 采用混合模型的电信领域用户流失预测[J]. 计算机工程与应用, 2019, 55(24): 214-221.
[14]	罗康洋，王国强. L-SMOTE与SVM结合的不平衡数据集分类研究[J]. 计算机工程与应用, 2019, 55(17): 55-62.
[15]	张扬帆，张海鹏，孙俊. 基于Lévy分布的不平衡数据过采样方法[J]. 计算机工程与应用, 2019, 55(16): 150-156.

一种新的过采样算法DB_SMOTE

New oversampling algorithm DB_SMOTE

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics