Jul, 2014

使用 SMOTE 方法进行预测软件构建结果的合成少数类过采样技术

PDF
TL;DR本研究运用数据流方法挖掘数据，构建决策树模型，通过软件构建过程中从源代码中获得的软件度量预测软件构建结果。使用 SMOTE 过采样算法合成新数据，并发现少量可用软件度量对预测构建结果具有重要意义。通过数据流处理，分类准确度可以持续提高至 80％，但由于数据在两个类别之间的分布而产生一些偏差。
data streamdecision treesoftware metricssmote oversamplingclassification accuracy
发现论文，激发创造
  • SMOTE: 合成少数类过采样技术

    本文介绍了一种从不平衡数据集中构建分类器的方法，通过在少数类过抽样和多数类欠抽样的组合使用，可以在 ROC 空间中实现比 Ripper 方法和朴素贝叶斯更好的分类器性能。

    Jun, 2011

  • SMOClust: 基于流聚类的演化数据流的合成少数类过采样

    通过流聚类技术提出了一种适应漂移且能处理类别不平衡的过采样策略，在人工和真实数据流实验中表明该方法能更好地处理涉及不同类别滴分的概念漂移情况，尤其在严重类别不平衡和存在大量安全和边缘少数类实例的数据流上。

    Aug, 2023

  • 合成少数类过采样技术（SMOTE）的量子方法

    本文提出了量子 SMOTE 方法，该方法利用量子计算技术解决了机器学习数据集中存在的类别不平衡问题。通过使用交换测试和量子旋转等量子过程，Quantum-SMOTE 生成合成数据点，从而使得少数类数据点能够产生合成实例，而无需依赖邻近性。算法引入了旋转角度、少数类比例和分割因子等超参数，从而使合成数据生成过程具备更大的控制性和对特定数据集需求的定制化。通过在 TelecomChurn 公共数据集上与随机森林和逻辑回归等两个主要分类算法进行比较评估，该方法在不同比例的合成数据下的影响得到了验证。

    Feb, 2024

  • 高效的混合过采样和智能欠采样用于不平衡大数据分类

    引入了一种名为 SMOTENN 的新型重采样方法，它通过使用 MapReduce 框架将智能欠采样和过采样结合在一起，从而解决了不平衡分类问题。实验结果表明，该方法在小型和中型数据集上优于替代重采样技术，并在大型数据集上达到了良好的效果且运行时间缩短。

    Oct, 2023

  • 机器学习软件中的偏见：为什么？怎样？该怎么办？

    本研究拟定了 Fair-SMOTE 算法以解决自主决策中可能存在的偏见以及带来的问题，通过消除偏见标签、平衡内部分布使得基于敏感属性的示例在正负两类中均等地分布，从而提高了性能表现，并被证实是一种成功的偏差缓解方法。

    May, 2021

  • MLSTL-WSN：基于 SMOTETomek 的机器学习入侵检测在 WSNs 中的应用

    我们提出了一种创新的入侵检测方法，将机器学习技术与 SMOTE-TomekLink 算法相结合，通过合成少数实例和消除 Tomek 链接，在无线传感器网络中实现了更高的检测准确性。该方法通过特征标准化和数据重采样技术解决了资源约束、数据冗余和不平衡数据集等问题，取得了非常卓越的性能，对于检测和缓解无线传感器网络中的入侵具有显著效果。

    Feb, 2024

  • SMOTE 的理论和实验研究：再平衡策略的限制和比较

    SMOTE 是处理不平衡数据集的常见重平衡策略，它能通过复制原始少数样本来重新生成原始分布，同时在少数分布边界附近 SMOTE 密度消失，验证了常见的边界 SMOTE 策略。我们还介绍了两种新的 SMOTE 相关策略，并将其与最先进的重平衡程序进行比较。我们表明，只有在数据集高度不平衡时才需要重平衡策略，对于这样的数据集，SMOTE、我们的提议或欠采样程序是最佳策略。

    Feb, 2024

  • 基于 K-Means 和 SMOTE 的不平衡学习过采样

    本文提出了一种基于 k-means 聚类和 SMOTE 过采样的简单有效方法，可以避免产生噪音并有效地解决类内和类间不平衡的问题，在 71 个数据集上的实验结果表明，使用所提出的方法进行训练数据过采样可以提高分类结果，并且 k-means SMOTE 方法始终优于其他流行的过采样方法。

    Nov, 2017

  • STEM 平衡法：使用 SMOTE、最近邻编辑和混合方法解决数据不平衡问题的新方法

    使用 Mixup 增强技术和 STEM 方法解决医学影像中不平衡数据问题，研究在乳腺癌问题上的应用效果，取得了较高的 AUC 值，并在机器学习分类器集成中展现了潜在潜力。

    Nov, 2023

  • 多类恶性预测的合成采样

    本文探讨了几种多标签不平衡分类问题中的过采样技术，证明了通过使用合成采样技术，可以提高恶性程度预测的每个类的性能敏感性，寻找合适的低层次图像特征和随机森林分类器对数据集进行分类，可以对多标签不平衡分类问题提供信息和指导。

    Jul, 2018