计算机科学与探索

作者：吴艺凡，梁吉业，王俊红

单位：1. 山西大学 计算机与信息技术学院，太原 0300062. 山西大学 计算智能与中文信息处理教育部重点实验室，太原 030006

关键词：非平衡,支持向量机（SVM）,少数类样本过采样技术（SMOTE）,分类超平面,混合采样

过采样和欠采样方法是处理非平衡数据集分类的常用方法，但使用单一的采样算法可能造成少数类样本过拟合或者丢失含有重要信息的样本。提出了基于分类超平面的混合采样算法SVM_HS（hybrid sampling algorithm based on support vector machine），旨在克服SVM算法在处理非平衡数据时分类超平面容易偏向少数类样本的问题。该算法首先利用SVM算法得到分类超平面。然后迭代进行混合采样，主要包括：（1）删除离分类超平面较远的一些多数类样本；（2）对靠近真实类边界的少数类样本用SMOTE（synthetic minority over-sampling technique）过采样，使分类超平面向着真实类边界方向偏移。实验结果表明相比其他相关算法，该算法的F-value值和G-mean值均有较大提高。

来源：2019年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第2期