不平衡数据集分类方法综述

作者：王乐; 韩萌^*; 李小娟; 张妮; 程浩东

来源：计算机工程与应用, 2021, 57(22): 42-52.

• 不平衡数据集
• 分类
• 采样方法
• K近邻(KNN)
• 合成少数过采样技术(SMOTE)
• 深度学习

不平衡数据集的特点导致了在分类时产生了诸多难题。对不平衡数据集的分类方法进行了分析与总结。在数据采样方法中从欠采样、过采样和混合采样三方面介绍不平衡数据集的分类方法;在欠采样方法中分为基于K近邻、Bagging和Boosting三种方法 ;在过采样方法中从合成少数过采样技术(Synthetic Minority Over-sampling Technology,SMOTE)、支持向量机(Support Vector Machine,SVM)两个角度来分析不平衡数据集的分类方法;对这两类采样方法的优缺点进行了比较,在相同数据集下比较算法的性能并进行分析与总结。从深度学习、极限学习机、代价敏感和特征选择四方面对不平衡数据集的分类方法进行了归纳。最后对下一步工作方向进行了展望。

• 单位
  北方民族大学