不平衡数据分类问题解决办法

摘要

不平衡数据分类是指数据集中某一类的样本数量远小于其他类的样本数量。由于传统分类算法在设计时,通常假定用于训练的数据集各类样本数大致相等,所以利用传统的分类方法对数据集进行分类时,会出现少数类的分类准确率较低的问题。因此,如何解决不平衡数据分类问题是数据挖掘研究领域的一个热点和难点。本文对不平衡数据分类问题进行了研究,从数据层面、算法层面、评价指标三个层面分别对目前存在的各种解决不平衡数据分类问题的方法进行介绍及比较,最后指出了不平衡数据分类在未来研究中的值得关注的一些研究方向。