基于邻居位移的增强合成过采样用于多类不平衡数据
机器学习
2025-04-30 v1
摘要
不平衡的多类数据集为机器学习算法带来挑战。这类数据集常包含对准确预测重要的 minority 类。现有方法仍存在稀疏数据且可能不准确地代表原始数据模式，导致噪声和模型性能较差。本文提出一种一种混合方法，称为 Neighbor Displacement-based Enhanced Synthetic Oversampling (NDESO)。该方法使用位移策略处理噪声数据点，计算其到邻居的平均距离并将其移动到其质心附近。随后进行随机过采样以实现数据集的平衡。广泛的评估在九个分类器上对比 14 种替代方案，涵盖合成数据集和 20 个真实世界数据集，数据集的不平衡比率各不相同。结果表明，我们的方法在平均 G-mean 得分方面优于其竞争者，并实现最低的统计平均排名。这突显了其优势和适用于实际应用中解决数据不平衡的适用性。
引用
@article{arxiv.2501.04099,
title = {Neighbor displacement-based enhanced synthetic oversampling for multiclass imbalanced data},
author = {I Made Putrama and Peter Martinek},
journal= {arXiv preprint arXiv:2501.04099},
year = {2025}
}