面向 COVID-19 数据集的 UGRWO 采样：一种基于图的改进随机游走欠采样不平衡数据分类方法
机器学习
2021-12-06 v3 计算机视觉与模式识别
机器学习
摘要
本文提出一种基于图的新型 RWO-Sampling（Random Walk Over-Sampling，随机游走过采样）方法用于不平衡数据集。该方法引入基于欠采样和过采样两种方案，以保持邻近信息对噪声和离群点的鲁棒性。在少数类上构建首个图后，RWO-Sampling 将在选定样本上实施，其余样本保持不变。为多数类构建第二个图，并移除低密度区域（离群点）中的样本。最后，在所提方法中，选取多数类中高密度区域的样本，其余予以剔除。此外，利用 RWO-sampling，少数类的边界得以扩展，而离群点并未增加。该方法在九个具有不同过采样率的连续属性数据集和一个 COVID-19 疾病诊断数据集上进行了测试，并将若干评价指标与先前方法比较。实验结果表明所提方法对不平衡数据分类具有高效性和灵活性。
引用
@article{arxiv.2002.03521,
title = {UGRWO-Sampling for COVID-19 dataset: A modified random walk under-sampling approach based on graphs to imbalanced data classification},
author = {Saeideh Roshanfekr and Shahriar Esmaeili and Hassan Ataeian and Ali Amiri},
journal= {arXiv preprint arXiv:2002.03521},
year = {2021}
}
备注
43 pages, 4 figures, 9 tables