重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (7): 102-112.

• “第三届亚洲人工智能技术大会”专栏 • 上一篇    下一篇

不平衡分类的数据采样方法综述

刘定祥1a，乔少杰1b，张永清1c，韩　楠1d，魏军林1a，张榕珂2，黄　萍1d   

  1. 1.成都信息工程大学a.网络空间安全学院；b.软件工程学院；c.计算机学院；d.管理学院；2.西部战区总医院
  • 出版日期:2019-09-05 发布日期:2019-09-05
  • 作者简介:刘定祥，男，硕士，主要从事机器学习研究；通讯作者乔少杰，男，博士，教授，主要从事移动数据库、人工智能研究。

  • Online:2019-09-05 Published:2019-09-05

PDF (PC)

1784

赞

摘要： 如何获得更加精确的分类效果一直是机器学习领域的重要研究内容，现有大多数分类器都是针对平衡的数据集来设计的。虽然平衡的数据训练出来的分类模型能取得较好的正负样本分类正确率，但现实生活中的数据往往是不平衡的，不平衡的数据使得正样本分类正确率急剧下降，不能满足机器学习对分类效果的要求。针对这种情况，综述了当前主流不平衡分类的数据采样方法。首先，阐述了欠采样方法，包括基于聚类和基于整合的欠采样方法；其次，对过采样方法进行了总结，包括基于k近邻、基于聚类、基于半监督、基于深度神经网络和基于进化算法的过采样方法；再次，对混合采样方法进行了总结；最后，总结了不平衡分类问题研究的发展趋势。

关键词: 机器学习, 不平衡数据, 过采样, 欠采样, 混合采样

中图分类号: 

  • TP311