面向不平衡数据分类的基于半径的下采样
机器学习
2021-04-20 v2 机器学习
摘要
数据不平衡仍然是影响当代机器学习的最普遍问题之一。数据不平衡对传统学习算法的负面效应，在与其它数据集困难因素（如小析取、离群点存在以及训练样本不足）结合时最为严重。上述困难因素也会限制一些处理数据不平衡方法的适用性，特别是基于 SMOTE 的邻域过采样算法。先前提出的基于半径的过采样（RBO）旨在缓解基于邻域方法的一些局限性。在本文中，我们考察了将 RBO 中用于引导过采样过程的互类势概念应用于下采样过程的可能性。所进行的计算复杂度分析表明，所提出的基于半径的下采样算法时间复杂度显著降低，并且实验研究的结果表明了其实用性，尤其是在困难数据集上。
引用
@article{arxiv.1906.00452,
title = {Radial-Based Undersampling for Imbalanced Data Classification},
author = {Michał Koziarski},
journal= {arXiv preprint arXiv:1906.00452},
year = {2021}
}