基于改进的SMOTE和RST的新型混合重取样算法  

A Novel Hybrid Resampling Algorithm Based on Improved SMOTE and Rough Sets Theory

作　　者：谷琼[1] 袁磊[1] 宁彬[1] 吴钊[1] 华丽[1] 李文新[1] 

机构地区：[1]湖北文理学院数学与计算机科学学院,湖北襄阳441053

出　　处：《微电子学与计算机》2012年第9期83-86,共4页Microelectronics & Computer

基　　金：国家自然科学基金项目(61172084);国家"八六三"计划项目(2009AA12Z117);湖北省自然科学基金项目(2010CDB05201);湖北省教育厅中青年基金项目(Q20112604)

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.Classification forecasting is an important work of data mining and machine learning, imbalanced data is a common problem in classification in most real domains. This paper proposes a new hybrid method for preprocessing imbalanced datasets （ImSMOTE-RSTR.） through the construction of new samples, using the improved Synthetic Minority Oversampling Technique together with the application of an editing technique based on the Rough Set Theory and the lower approximation of a subset. The proposed method has been validated by an experimental study showing good results as the learning algorithm.

关 键 词：分类 非均衡数据集 混合重取样 SMOTE 粗糙集理论 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]