基于密度的不平衡数据混合采样算法

摘要

本发明公开了基于密度的不平衡数据混合采样算法，首先使用DBSCAN聚类算法对少数类和多数类进行聚类，识别并处理少数类和多数类离群点，然后依据样本的K近邻总距离，计算每个样本的边界密度，依据边界密度，确定少数类样本和多数类样本的边界区域和非边界区域，对少数类样本边界区域进行过采样，多数类样本非边界区域欠采样，最后得到平衡数据集，使用交叉验证划分数据，使用随机森林算法对样本分类测试，实验结果显示，本发明能够得到较好的分类结果，分类器性能得到提高。