基于聚类算法的不平衡数据分类  

作　　者：林肖莹 胡敏杰 张勇 

机构地区：[1]闽南师范大学计算机学院

出　　处：《中国信息界》2024年第5期164-166,共3页Information China

基　　金：基于聚类算法的不平衡数据的分类研究,福建省教育厅科技项目(JAT200318);面向层次结构数据的特征选择方法研究,福建省自然科学基金项目(2021J011006)。

摘　　要：引言现有的不平衡数据分类问题通常采用重采样和重加权等类重平衡策略,使决策边界倾向于准确分类尾部类的数据。但在类重平衡策略实施后,每个类别的类内分布变得更加松散,损害了深层特征的代表能力。因此,本文提出采用多粒度数据增强策略生成的新平衡样本集重新进行表征学习和分类。

关 键 词：不平衡数据分类 聚类算法 平衡策略 多粒度 重采样 类内分布 数据增强 策略生成 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]