基于改进的SMOTE和RST的新型混合重取样算法

摘要：

　　分类预测是数据挖掘和机器学习的重要任务之一，非均衡数据广泛存在于真实世界的分类问题中。本文提出一种新的解决非均衡数据集的预处理方法(ImSMOTE-RSTR*)。通过改进的SMOTE方法创建新的人工合成少数类实例，并在此基础上应用基于粗糙集理论的子集下近似技术对训练集进行清理，该算法被验证得到较理想的结果。

关键词： 混合重取样算法 非均衡数据集 粗糙集理论 仿真分析

作者: GU Qiong 谷琼 YUAN Lei 袁磊 NING Bin 宁彬 WU Zhao 吴钊 HUA Li 华丽 LI Wen-xin 李文新

作者单位: School of Mathematics and Computer Science, Hubei University of Arts and Science, Xiangyang 441053, 湖北文理学院数学与计算机科学学院,湖北襄阳441053

会议类型: 国内会议

会议名称: 2012全国开放式分布与并行计算学术年会

会议地点: 宁波

会议语种:中文

页码: 83-86

在线出版日期: 2012-09-26（万方平台首次上网日期，不代表论文的发表时间）