基于歐式距離聚類的自適應(yīng)過采樣方法

摘要： 很多分類器難以識別不平衡數(shù)據(jù)中的少數(shù)類，給缺陷檢測等眾多應(yīng)用帶來了挑戰(zhàn)。當(dāng)前許多過采樣方法雖可有效增加少數(shù)類樣本，但卻存在類重疊增加的風(fēng)險。本研究提出了一種基于歐式距離聚類的自適應(yīng)過采樣方法。該方法采用基于歐式距離的構(gòu)造覆蓋算法對少數(shù)類進(jìn)行聚類，然后自適應(yīng)識別出相對安全和靠近分類邊界的少數(shù)類聚類，再在此聚類內(nèi)采用SMOTE采樣步驟合成新少數(shù)類樣本。通過10個不平衡數(shù)據(jù)集以及G-...