一种基于自适应升采样的不平衡数据集分类方法

摘要

本发明涉及一种基于自适应升采样的不平衡数据集分类方法，包括以下步骤：根据和计算不平衡数据集的不平衡率，计算需要新生成的正样本总数；以欧氏距离为度量，对于每个正样本，计算概率密度分布；)确定该正样本所需生成的新样本个数；生成新的正样本，将新生成的正样本点加入到原有的不平衡训练集中，使正负样本数目相同，即得到包含正样本和负样本各nn个的新平衡训练集；对新生成的平衡训练集运用Adaboost算法进行训练，迭代T次后得到最终的分类模型。本发明可以提高不平衡数据集的分类性能。