处理数据不平衡问题分类与求解的方法综述
机器学习
2020-12-23 v1
摘要
类不平衡问题因关注现实世界中众多应用而十分广泛。在此情形下，几乎所有样本都被标为一类称为多数类，而远少数的样本通常标为另一类，往往更重要的类称为少数类。过去几年中，针对类不平衡问题已开展若干研究，包括数据采样、代价敏感分析、基于遗传规划的模型、装袋、提升等。然而，本综述论文列举了2003、2008、2010、2012以及2014至2019年间的24项相关研究，聚焦于单方法、混合与集成方法设计的架构，以理解机器学习技术中改善分类输出以修复类不平衡问题的现状。本综述论文还包含对各方法下分类算法及若干其他实验条件，以及不同研究论文中所用数据集的统计分析。
引用
@article{arxiv.2012.11870,
title = {A Survey of Methods for Managing the Classification and Solution of Data Imbalance Problem},
author = {Khan Md. Hasib and Md. Sadiq Iqbal and Faisal Muhammad Shah and Jubayer Al Mahmud and Mahmudul Hasan Popel and Md. Imran Hossain Showrov and Shakil Ahmed and Obaidur Rahman},
journal= {arXiv preprint arXiv:2012.11870},
year = {2020}
}
备注
12 Pages, 2 Figures