GMOTE：基于高斯分布的 minority 过采样技术，用于不平衡分类并自适应异常值尾概率
机器学习
2021-05-11 v1 机器学习
摘要
不平衡数据的分类是近期数据挖掘领域的常见问题之一。不平衡数据会显著影响标准分类模型的性能。数据级方法主要使用过采样方法来解决问题，例如合成少数类过采样技术（SMOTE）。然而，由于 SMOTE 等方法通过线性插值生成实例，合成数据空间可能呈现多边形状。此外，过采样方法会生成少数类的异常值。本文中，我们提出基于高斯分布的少数类过采样技术（GMOTE），从统计视角面向不平衡数据集。为避免线性插值并考虑异常值，所提方法通过高斯混合模型生成实例。受基于聚类的多元高斯异常值分数（CMGOS）启发，我们提出通过马氏距离自适应实例的尾概率以考虑局部异常值。实验在一组具有代表性的基准数据集上进行。GMOTE 的性能与 SMOTE 等方法进行比较。当 GMOTE 与分类回归树（CART）或支持向量机（SVM）结合时，表现出更好的准确率和 F1 分数。实验结果证明了其鲁棒性能。
引用
@article{arxiv.2105.03855,
title = {GMOTE: Gaussian based minority oversampling technique for imbalanced classification adapting tail probability of outliers},
author = {Seung Jee Yang and Kyung Joon Cha},
journal= {arXiv preprint arXiv:2105.03855},
year = {2021}
}
备注
20 pages, 6 figures