文献

J-GLOBAL ID：202002299622450136   整理番号：20A2111148

SMOTEに基づく不均衡サンプルKNN分類法【JST・京大機械翻訳】

A SMOTE based KNN Classification Method for Unbalanced Samples

著者 (2件)： Lin Yongchang (玉林師范学院計算机科学与工程学院,广西玉林,537000) ,  Zhu Xiaoshu (玉林師范学院計算机科学与工程学院,广西玉林,537000)
資料名： Guangxi Kexue  (Guangxi Kexue)
巻： 27  号： 3  ページ： 276-283  発行年： 2020年 
JST資料番号： C3211A  ISSN： 1005-9164  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： K近傍(K-nearestNeighbor,KNN)法の予測結果は,データサンプルが不均衡であるときに,サンプル数に偏った。KNN不均衡サンプル分類最適化(KSID)を,少数のオーバーサンプリング法(SMOTE)に基づいて提案した。プロセスは次のとおりである。まず第一に,SMOTE方式を使用して,不均衡な訓練集合を平衡化し,論理的回帰モデルを訓練した。次に,訓練集合を論理的回帰モデルによって予測して,正サンプルと予測するデータを得て,SMOTE方式を使用して,この正サンプルを平衡化し,KNNモデルを訓練した。最後に,テスト集合を,この結合論理回帰方式のKNNモデル予測に適用し,そして,最終予測結果を得た。KSIDと論理的回帰,KNN,およびサポートベクトルマシン(SVM)ディシジョンツリーを,6つの不均衡データセットに関して比較して,結果は,KSID方式が,精度,再現率,適合率,およびF1値において,他の3つの方法より優れていることを示した。SMOTEを導入することによって,KSID法は,KNNモデルがサンプル不均衡データセットに遭遇するとき,分類偏向の問題を生じて,KNN方式の最適化と応用の更なる研究のための参照を提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  ディシジョンツリー ,  偏向 ,  *回帰モデル ,  サポートベクトルマシン
準シソーラス用語： オーバサンプリング ,  分類法 ,  不均衡 ,  適合率 ,  再現率 ,  モデル予測 ,  不均衡データセット , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  計算機網  (JC03000K) ,  数学一般  (AB01000K)

タイトルに関連する用語 (4件)： 均衡 ,  サンプル ,  KNN ,  分類法