一種混合CGAN與SMOTEENN的不平衡數(shù)據(jù)處理方法

摘要： CGAN能夠從數(shù)據(jù)中學(xué)習(xí)其分布特性,被引入不平衡數(shù)據(jù)處理中對少數(shù)類樣本進行過采樣,可以生成符合原始數(shù)據(jù)分布的新樣本,因此比傳統(tǒng)的重采樣方法具有更好的處理效果.然而, CGAN對數(shù)據(jù)分布特性的學(xué)習(xí)易受限于樣本規(guī)模,在少數(shù)類樣本規(guī)模較小時不能充分學(xué)習(xí)其分布特性,難以保證生成樣本的質(zhì)量.針對這一問題,提出一種將CGAN與SMOTEENN相結(jié)合的不平衡數(shù)據(jù)平衡化處理方法.首先,從既有的...