基于层次密度聚类的去噪自适应混合采样

作者：姜新盈^*; 王舒梵; 严涛

来源：计算机系统应用, 2022, 31(10): 206-210.

DOI：10.15888/j.cnki.csa.008752

• 不平衡数据
• 分类
• 聚类
• 混合采样

针对非平衡数据存在的类内不平衡、噪声、生成样本覆盖面小等问题,提出了基于层次密度聚类的去噪自适应混合采样算法(adaptive denoising hybrid sampling algorithm based on hierarchical density clustering, ADHSBHD).首先引入HDBSCAN聚类算法,将少数类和多数类分别聚类,将全局离群点和局部离群点的交集视为噪声集,在剔除噪声样本之后对原数据集进行处理,其次,根据少数类样本中每簇的平均距离,采用覆盖面更广的采样方法自适应合成新样本,最后删除一部分多数类样本集中的对分类贡献小的点,使数据集均衡. ADHSBHD算法在7个真实数据集上进行评估,结果证明了其有效性.

• 单位
  上海工程技术大学