论文部分内容阅读
重采样技术在解决非平衡类分类问题上得到了广泛的应用。其中，Chawla提出的SMOTE（Synthetic Minority Oversampling Technique）算法在一定程度上缓解了数据的不平衡程度，但这种方法对少数类数据不加区分地进行过抽样，容易造成过拟合。针对此问题，本文提出了一种新的过采样方法：DS-SMOTE方法。DS-SMOTE算法基于样本的密度来识别稀疏样本，并将其作为采样过程中的种子样本；然后在采样过程中采用SMOTE算法的思想，在种子样本与其k近邻之间产生合成样本。实验结果显示