基于一趟聚类的不平衡数据下抽样算法

被引：12

作者：

蒋盛益 ^{[1
]}

苗邦 ^{[1
]}

余雯 ^{[2
]}

机构：

[1] 广东外语外贸大学信息学院

[2] 广东外语外贸大学国际工商管理学院

来源：

小型微型计算机系统 | 2012年 / 33卷 / 02期

基金：

广东省自然科学基金;

关键词：

不平衡数据; 一趟聚类; 下抽样;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

抽样是处理不平衡数据集的一种常用方法,其主要思想是改变类别的分布,缩小稀有类与多数类的分布比例差距.提出一种基于一趟聚类的下抽样方法,根据聚类后簇的特征与数据倾斜程度确定抽样比例,按照每个簇的抽样比例对该簇进行抽样,密度大的簇少抽,密度小的簇多抽或全抽.在压缩数据集的同时,保证了少数类的数量.实验结果表明,本文提出的抽样方法使不平衡数据样本具有较高的代表性,聚类与分类性能得到了提高.

引用

页码：232 / 236

页数：5