GAN 在极端类别不平衡下的死亡预测数据增强
机器学习
2025-10-21 v1
摘要
死亡预测是预防的关键，但具有足够阳性样本的真实数据稀缺，导致极端类别不平衡。我们利用机器学习（ML）构建模型并采用深度学习（DL）技术，如生成对抗网络（GAN），生成合成数据样本以增强数据集。初始数据集包含 656 个样本，其中仅有四个阳性案例，迫切需要数据增强。我们使用各种机器学习模型，从可解释的数据模型到黑箱算法模型进行测试。在真实测试数据上，Logistic 回归（LR）实现加权精确率为 0.99，加权召回率为 0.85，加权 F1 分数为 0.91；随机森林（RF）显示为 0.98、0.99 和 0.99；支持向量机（SVM）实现为 0.99、0.76 和 0.86。LR 和 SVM 正确识别了一个死亡尝试案例（灵敏度：1.0），并将 LR（20）和 SVM（31）非尝试误分类为尝试（特异度：0.85 与 0.76）。RF 在识别 0 个死亡尝试案例（灵敏度：0.0）时，特异度为 1.0，无假阳性。这些结果凸显了模型的有效性，GAN 在生成合成数据以支持死亡预防建模方发挥了关键作用。
引用
@article{arxiv.2510.17661,
title = {Handling Extreme Class Imbalance: Using GANs in Data Augmentation for Suicide Prediction},
author = {Vaishnavi Visweswaraiah and Tanvi Banerjee and William Romine},
journal= {arXiv preprint arXiv:2510.17661},
year = {2025}
}