利用多类不均衡数据局部分布特征的自适应过采样算法

来源：电子与信息学报杂志2025年第11期北京时间：

作者：陶新民, 徐安南, 史丽航, 李俊轩, 郭心悦, 张艳萍

单位：1.东北林业大学土木与交通学院 哈尔滨 1500402.华北电力大学经济与管理学院 北京 1022063.山东省工业大数据与智能制造重点实验室 济南 250200

摘要：不均衡数据集除数据不均衡外还存在类重叠、小析取、离群点、低密度等复杂因素，这些因素会导致分类器性能进一步下降，尤其是在处理多类不均衡数据分类问题时。鉴于此，该文提出一种基于多类不均衡数据局部分布特征的自适应过采样算法(MC-LDWO)。该算法首先以动态确定的所有少数类为球心，构建半径依赖于当前少数类分布的超球体。然后，基于超球体内样本分布选择参与过采样的少数类样本，并利用各类别局部密度指标设计自适应权重分配策略，确保低密度区域和边界附近的样本有更高的过采样概率。随后，根据组合多数类和少数类的局部分布信息计算低密度向量，引入随机向量并设置截断阈值以确定合成样本的生成位置。最后，利用优化后的特定分解策略解决多类不均衡数据分类问题。多个数据集上的实验结果表明，MC-LDWO在各类评估指标上显著优于其他对比算法，验证了其处理具有复杂因素多类不均衡数据分类问题的有效性。

关键词：不均衡数据集, 分类, 过采样, 类内不平衡, 超球体

基金资助：国家自然科学基金(62176050)，山东省自然科学基金(ZR2024QA140)