利用 Proxima-Orion 邻居与 q 高斯加权技术提升不平衡数据集的合成过采样
机器学习
2025-01-28 v1 机器学习
摘要
本文提出一种新颖的过采样算法，用于增加不平衡数据集中少数类实例的数量。我们从所有少数类实例中选取两个实例——Proxima 与 Orion——基于少数类实例的相对距离权重以及多数类实例的密度估计。进一步采用 q 高斯分布作为加权机制，以生成新的合成实例以提升样本的表征性与多样性。我们在从 KEEL 软件中提取的 42 个数据集和来自 UCI ML 仓库的 8 个数据集上进行全面实验，以评估所提出（PO-QG）算法的实用性。采用 Wilcoxon 符号秩检验将所提算法与五种既有算法进行比较。实验结果表明，该技术在提升整体分类性能方面具有显著优势。我们还演示了该算法在印度乳肌病患者数据集上的应用。
引用
@article{arxiv.2501.15790,
title = {Enhancing Synthetic Oversampling for Imbalanced Datasets Using Proxima-Orion Neighbors and q-Gaussian Weighting Technique},
author = {Pankaj Yadav and Vivek Vijay and Gulshan Sihag},
journal= {arXiv preprint arXiv:2501.15790},
year = {2025}
}
备注
14 pages