基于边界混合采样的非均衡数据处理算法

冯宏伟¹，姚博¹，高原²，王惠亚³，冯筠¹

1. 西北大学信息科学与技术学院2. 西北大学经济管理学院3. 西北大学数学学院

摘 要：针对非均衡数据分类效果差的问题,提出一种新的基于边界混合采样的非均衡数据处理方法(BMS).首先通过引进"变异系数"找出样本的边界域和非边界域;然后对边界域中的少数类样本进行过采样,对非边界域中的多数类样本进行随机欠采样,以期达到训练数据基本平衡的目标.实验结果表明,BMS方法比其他3种流行的非均衡数据处理方法在对7个公开数据集的分类性能上平均提高了5%左右,因此,该方法可以广泛应用于非均衡数据的处理和分类中.

关键词：非均衡数据;欠采样;变异系数;分类;