BSGAN：一种用于不平衡模式识别的新型过采样技术
机器学习
2023-05-18 v1
摘要
类不平衡问题（CIP）是开发无偏机器学习（ML）预测模型时的潜在挑战之一。当数据样本在两类或多类之间分布不均时，便发生 CIP。Borderline-合成少数类过采样技术（SMOTE）是通过对少数（有限）样本过采样来平衡不平衡数据的方法之一。现有 Borderline-SMOTE 的潜在缺陷在于其聚焦于位于边界点的数据样本，并更多关注极端观测，最终限制了过采样后更多样化数据的生成，而这几乎是大多数基于 borderline-SMOTE 的过采样策略的情形。其结果是过采样后发生边缘化。为解决这些问题，本文提出一种混合过采样技术，结合 borderline SMOTE 与生成对抗网络（GAN）的能力，以生成遵循高斯分布的更多样化数据。我们将其命名为 BSGAN，并在四个高度不平衡数据集 Ecoli、Wine quality、Yeast 和 Abalone 上测试。初步计算结果表明，BSGAN 优于现有 borderline SMOTE 与基于 GAN 的过采样技术，并创建了过采样后遵循正态分布的更多样化数据集。
引用
@article{arxiv.2305.09777,
title = {BSGAN: A Novel Oversampling Technique for Imbalanced Pattern Recognitions},
author = {Md Manjurul Ahsan and Shivakumar Raman and Zahed Siddique},
journal= {arXiv preprint arXiv:2305.09777},
year = {2023}
}