基于边界混合重采样的非平衡数据分类方法
来源：计算机工程与应用杂志2020年第1期北京时间：
作者：侯贝贝，刘三阳，普事业
单位：西安电子科技大学 数学与统计学院，西安 710126
摘要：在非平衡数据分类问题中，为了合成有价值的新样本和删除无影响的原样本，提出一种基于边界混合重采样的非平衡数据分类算法。该算法首先引入支持k-离群度概念，找出数据集中的边界点集和非边界点集；利用改进的SMOTE算法将少数类中的边界点作为目标样本合成新的点集，同时对多数类中的非边界点采用基于距离的欠采样算法，以此达到类之间的平衡。通过实验结果对比表明了该算法在保证G-mean值较优的前提下，一定程度上提高了少数类的分类精度。
关键词：支持k-离群度,重采样,边界点,非平衡数据分类
