不平衡数据挖掘方法综述

来源：计算机工程与应用杂志2019年第4期北京时间：

作者：向鸿鑫1，杨 云1，2

单位：1.云南大学 软件学院，昆明 650504；2.昆明市数据科学与智能计算重点实验室，昆明 650504

摘要：近些年，分类算法取得了长足的发展。但是随着数据来源的不断扩大，人们获得的数据绝大部分是不平衡数据。而这些分类算法通常对不平衡数据敏感，因此对不平衡数据的分类变得十分困难。目前对不平衡数据挖掘方法主要分为两大方面，分别是针对不平衡数据的预处理方法和挖掘算法。就这两大方面对近些年出现的方法进行总结，并从数据预处理、算法和性能评估方法等方面进行多维度梳理。从不同的应用领域入手，讲述了存在的各种不平衡问题，以及不同学者在其领域中的研究和解决方法。最后分析了不平衡数据挖掘领域目前存在的问题，并对未来研究方向进行展望。

关键词：不平衡数据,采样,聚类方法,集成方法,代价敏感,性能评估