HSMOTE-AdaBoost:改进混合边界重采样集成分类算法

摘要：

处理类不平衡问题时,已有的采样方法存在易受噪声影响和忽略边界样本的问题,尤其是忽略多数类样本的类内差异,位于边界的样本实例非常容易被错分,而这些样本对划分决策边界具有重要作用.将SMOTE过采样和RUS随机欠采样方法结合并进行改进,提出混合边界重采样算法(HSMOTE-AdaBoost).HSMOTE-AdaBoost算法首先对少数类运用SMOTE过采样,提高数据的平衡度;再使用K近邻算法清除噪声和采样方法产生的重叠实例;同时,基于与少数类样本的平均欧氏距离识别并保留边界多数类样本,然后对剩余的数据进行随机欠采样;最后,利用AdaBoost算法的优势,对平衡后的数据集进行多次迭代训练得到最终的分类模型.仿真实验结果表明,与传统的SMOTE-Boost、RUS-Boost、PC-Boost及改进后的算法KSMOTE-AdaBoost相比,该分类模型在不平衡数据集上的所有性能指标 F-measure,G-mean,AUC值分别最高提升了22.97%,13.88%和 10.03%,具有更优的分类效果.

关键词：类不平衡、SMOTE过采样、AdaBoost算法、噪声样本、边界样本

所属期刊栏目：13

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金;上海市系统科学高峰学科建设项目

在线出版日期：2023-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：7-14