论文部分内容阅读
分类是数据挖掘的重要任务之一．训练分类器的训练集可能是偏斜数据．传统分类算法处理偏斜训练集，通常会使少数类别样例的分类精度很低．已有的偏斜训练集平衡算法都是针对只有两种目标类的情况．为平衡拥有多种目标类的偏斜训练集，基于同类样例差异较小的思想给出SSGP算法，在同类样例附近增加少数类别样例，且使多种少数类别样例同速增加．并证明SSGP算法不会向数据集中添加噪声样例．为提高效率，用样例取模取代大量相异度计算．实验表明，只需执行一遍SSGP算法就能同时提高多种少数类别样例的分类精度．