基于时间序列模型的非平衡数据的过采样算法

来源：信息与控制杂志2021年第5期北京时间：

作者：陈刚, 郭晓梅

摘要：针对非平衡数据的再平衡问题，提出了一种基于时间序列模型的过采样算法.首先，提出了一种确定性数据转化为随机数据方法，把少数类数据转化为时间序列；其次，对经少数类数据转化而成的时间序列进行平稳性检验，并进行平稳化处理；再次，对平稳后的序列建立合适的时间序列模型并进行预报，从而使数据集达到平衡.最后，从UCI（University of Californialrvine）和KEEL（Knowledge Extraction based on Evolutionary Learning）数据库中选择6组数据集，将所提算法与其他常用的过采样算法进行比较，并使用决策树分类器进行分类实验.利用评价指标对分类实验结果进行评判，结果表明了本文所提算法的有效性.

关键词：非平衡数据, 数据分类, 过采样算法, 时间序列模型