基于聚类算法的不平衡数据分类

引言现有的不平衡数据分类问题通常采用重采样和重加权等类重平衡策略,使决策边界倾向于准确分类尾部类的数据。但在类重平衡策略实施后,每个类别的类内分布变得更加松散,损害了深层特征的代表能力。因此,本文提出采用多粒度数据增强策略生成的新平衡样本集重新进行表征学习和分类。