针对不平衡数据集少类样本分类精度低的现象，本文提出了一种新的不平衡数据扩充采样算法。改进算法通过距离度量，在少类样本中心与其近邻间进行随机线性插值，使数据平衡。改进算法与SMOTE算法、C＿SMOTE算法分别对5个不平衡数据集进行扩充分类对比实验，基于AUC、OOB、F值与G值评价指标及成对样本T检验，证明改进算法能有效缓解类不平衡，并具有更优异的不平衡数据处理性能。
科研之友
微信
新浪微博
Facebook
分享链接
