ConvGeN：凸空间学习改进深度生成式过采样用于较小表格不平衡分类
机器学习
2022-07-14 v2
摘要
数据通常以表格格式存储。若干研究领域容易出现小规模不平衡表格数据。由于类别不平衡，在此类数据上的监督机器学习往往困难。合成数据生成，即过采样，是用于提升分类器性能的常用补救方法。最先进的线性插值方法，如 LoRAS 和 ProWRAS，可用于从少数类的凸空间生成合成样本，从而在此类情况下改善分类器性能。深度生成网络是用于合成样本生成的常见深度学习方法，广泛用于合成图像生成。然而，它们在面向不平衡分类的合成表格数据生成方面的作用尚未得到充分探索。在本文中，我们表明现有的深度生成模型在较小表格数据集的不平衡分类问题上表现不如基于线性插值的方法。为克服这一点，我们提出一种深度生成模型 ConvGeN，它将凸空间学习的思想与深度生成模型相结合。ConvGeN 学习少数类样本凸组合的系数，使得合成数据足以区别于多数类。我们的基准实验表明，与现有深度生成模型相比，我们提出的模型 ConvGeN 改善了此类小数据集上的不平衡分类，同时与现有线性插值方法持平。此外，我们讨论了我们的模型如何可用于一般的合成表格数据生成，即便在数据不平衡范围之外，从而提升了凸空间学习的整体适用性。
引用
@article{arxiv.2206.09812,
title = {ConvGeN: Convex space learning improves deep-generative oversampling for tabular imbalanced classification on smaller datasets},
author = {Kristian Schultz and Saptarshi Bej and Waldemar Hahn and Markus Wolfien and Prashant Srivastava and Olaf Wolkenhauer},
journal= {arXiv preprint arXiv:2206.09812},
year = {2022}
}