利用可信反事实的不平衡数据过采样方法

作者：高峰; 宋媚; 祝义

来源：计算机工程与应用, 2023, 1-9.

• 不平衡数据集
• 分类
• 过采样
• 反事实

针对传统过采样方法不能充分利用数据集信息的缺陷，提出一种基于反事实（Counterfactual， CF）的不平衡数据过采样方法，并进一步对生成的少数类合成样本进行了“可信”清除。其核心思想是依据数据集原有实例特征值合成新样本，相比传统过采样的插值法，更能充分挖掘数据中的边界决策信息，从而为分类器提供更多的有用信息，提高分类性能。在9个来自KEEL与UCI的不平衡数据集、5种不同分类器（SVM、DT、Logistic、RF、AdaBoost）上与4种传统过采样方法（SMOTE、B1-SMOTE、B2-SMOTE、ADASYN）进行了大量对比实验。结果表明，本文所提方法具有更高的AUC值、F1值和G-mean值，可以更为有效地解决类不平衡问题。

• 单位
  江苏师范大学