基于高斯混合模型的非平衡数据对称翻转算法

来源：信息与控制杂志2020年第2期北京时间：

作者：陈刚, 王丽娟

摘要：针对传统分类器对于非平衡数据的分类效果存在的问题，提出了一种基于高斯混合模型-期望最大化（GMM-EM）的对称翻转算法.该算法的核心思想是基于概率论中的"3σ法则"使数据达到平衡.首先，利用高斯混合模型和EM算法得到多数类与少数类数据的密度函数；其次，以少数类数据的均值为对称中心，根据"3σ法则"确定多数类侵入少数类的翻转边界，进行数据翻转，同时剔除与翻转区间中少数类原始数据数据重复的点；此时，若两类数据不平衡，则在翻转区域内使用概率密度增强方法使数据达到平衡.最后，从UCI、KEEL数据库中选取的14组数据使用决策树分类器对平衡后的数据进行分类，实例分析表明了该算法的有效性.

关键词：非平衡数据, 数据分类, 对称翻转, GMM-EM算法