一种基于SVM的非均衡数据集过采样方法
【摘要】 针对不平衡数据集分类结果偏向多数类的问题，重采样技术是解决此问题的有效方法之一。而传统过采样算法易合成无效样本，欠采样方法易剔除重要样本信息。基于此提出一种基于SVM的不平衡数据过采样方法SVMOM（OversamplingMethodBasedonSVM）。SVMOM通过迭代合成样本。在迭代过程中，通过SVM得到分类超平面;根据每个少数类样本到分类超平面的距离赋予样本距离权重;同时考虑少数类样本的类内平衡，根据样本的分布计算样本的密度，赋予样本密度权重;依据样本的距离权重和密度权重计算每个少数类样本的选择权重，根据样本的选择权重选择样本运用SMOTE合成新样本，达到平衡数据集的目的。实验结果表明，提出的算法在一定程度上解决了分类结果偏向多数类的问题，验证了算法的有效性。
