本文针对 UNSW-NB15 数据集的类不平衡和特征空间中的类重叠问题，提出了一种机器学习分类器的数据驱动设计和性能评估方法，其中使用 Balanced Bagging、eXtreme Gradient Boosting、Hellinger Distance Decision Tree 等集成方法来解决不平衡数据问题，提出了两种新的算法来解决类重叠问题，并提高了测试数据的分类性能。实验证明，相比已有技术，该方法在二元和多种情况下均有显著优势。

May, 2022

通过对一种用于从不平衡数据中训练分类器的流行集成学习方法的尖锐渐近性进行推导，本文比较了与几种其他标准方法在从二元混合数据中训练线性分类器的情况下学习不平衡数据的性能。从结果中发现，增加多数类别的大小可以提高 UB 的性能，特别是当少数类别的大小较小时。与之相反，US 的性能不随多数类别的大小变化而变化，而 SW 的性能则随不平衡程度的增加而降低，表明集成和对参数的直接正则化之间存在固有差异。

Apr, 2024

使用方差 - 偏差分解的见解，我们设计了一种名为 SBPMT 的新的混合 Bagging-Boosting 算法，用于解决分类问题。该算法使用 Probit Model Tree 作为 AdaBoost 过程中的基分类器，并结合多个子抽样数据集上的增强 Probit Model Trees 以形成强大的 “委员会”。理论分析表明，SBPMT 在特定假设下是一致的，增加子抽样次数能在一定程度上降低 SBPMT 的泛化误差，并且 PMT 中的较大 ProbitBoost 迭代次数能够在 AdaBoost 部分中减少步骤，从而提高 SBPMT 的性能。在与其他先进分类方法的性能比较中，SBPMT 算法具有一般竞争力的预测能力，并在某些情况下表现明显更好。

Nov, 2023

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

提出了一种名为 BTDT-MBO 算法的方法，用于处理高度不均衡的分子数据集上的数据分类问题，该算法通过整合 Merriman-Bence-Osher（MBO）技术和双向转换器，以及距离相关性和决策阈值调整来解决分类算法在不平衡数据集上的性能问题，实验证明该方法表现优于竞争算法，即使类别不平衡比例很高。

Jun, 2024

在这项研究中，我们提出了一种改进的平衡随机森林分类器 (iBRF)，通过混合采样技术来平衡不均匀的类别分布，在解决不平衡分类任务时取得了比其他采样技术更好的预测性能。

Mar, 2024

该论文研究使用阈值设定来解决类别不平衡的问题，提出了一种函数阈值的概念，可以用于线性分类和非线性分类算法中，并针对制造业领域的异常检测问题进行分析和研究。

Jul, 2016

研究提出了一种新型的样本采样算法，“SMOTE-RUS-NC”，它可以通过结合三种不同的采样技术来实现数据的平衡处理，进而提高分类算法的性能，特别是能够在高度不平衡的数据集中表现出卓越的效果。

Aug, 2022

本研究提出了一个基于遗传编程的混合集成算法，以提高训练数据集（尤其是少数类）的采样效率，并确定比现有方法更好的基本分类器来组合分类器，实验结果表明，在 40％和 50％的训练集规模下，所提出的方法在少数分类预测的特定数据集上表现更佳。

Jun, 2021

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