重庆理工大学学报（自然科学） ›› 2021, Vol. 35 ›› Issue (8): 122-128.doi: 10.3969/j.issn.1674-8425(z).2021.08.016
• 信息·计算机 • 上一篇
邓明阳１，２，郭应时１，刘 通３
摘要： 为了解决机器学习中不平衡数据难以用于主流数据分类器的问题，面向多种类不 平衡数据，提出一种基于超平面排序、分层抽样、多类样本重组的数据采样方法，以得到可用于 机器学习的分类平衡数据集。首先，求得不同种类样本的最大公共抽样数，以此确定每类样本 的抽样份数；再根据数据到分类超平面的距离，对每类样本的数据进行重新排序，按照等间距对 每类样本进行分层采样，确保各个样本的采样总数为最大公共抽样数倍数，构成样本内部的基 数样本。最后，排列组合构造平衡数据集合。经过数据分类算法的训练和测试，结果表明：采样 方法不仅实现多种类样本之间的数据平衡，也保持了样本的原有数据分布特征，提高了机器学 习下游算法的精度。
中图分类号:
主管单位：重庆市教育委员会