基于类别相关混合数据增强的多类别偏头痛分类：应对严重类别不平衡
机器学习
2026-05-25 v1
摘要
我们对先前的偏头痛分类研究进行了可重复性研究，纠正了数据泄漏和指标偏差的问题。随后引入 (i) 依据 ICHD-3 {\S}1.2.3 临床动机对两种半中性型进行聚合， (ii) 基于类别样本大小分配生成方法的类别相关混合增强策略， (iii) 忠诚度不对称概念，提出作为完全类别平衡的替代方案。实验在 400 名患者、七种偏头痛亚型的数据集上进行，采用两阶段协议，包括上述六类别配置。模型使用分层 5 折交叉验证进行评估，以宏平均 F1 为主要指标。纠正方法学缺陷后，纠正后的基线宏 F1 为 0.71。该框架在八个评估分类器中均优于单个增强器，平均宏 F1 为 0.862（高斯 Copula 为 0.836，CTGAN 为 0.815，不增强基线为 0.801），在按比例增强下，FT-Transformer 达到峰值结果 0.914。不增强的 FT-Transformer 基线（0.896）表明，在分类器的性能上限方面，临床动机的类别聚合 accounted for 绝大部分绝对提升；该框架的主要可测贡献在于跨分类器平均鲁棒性的提升，凸显问题表述的主导作用。
关键词
引用
@article{arxiv.2605.23453,
title = {Class-Dependent Hybrid Data Augmentation for Multiclass Migraine Classification under Severe Class Imbalance},
author = {Elvin Somón and Miguel A. Gutiérrez-Naranjo},
journal= {arXiv preprint arXiv:2605.23453},
year = {2026}
}