基于合成新样本的不平衡数据集上采样算法

针对不平衡数据分类问题,本文提出了一种基于合成新样本的不平衡数据集上采样算法。该算法首先对少数类的每一个样本求K个邻近样本,然后将该样本与K个邻近样本连线,并在连线上随机生成一个少数类的新样本。本文所提算法可有效地增加少数类样本的个数,降低不平衡度。在credit数据集上的分类实验表明,本文算法较传统采样方法更为有效。