基于自然邻域和数据引力的多标签不平衡数据过采样方法OA

在处理多标签不平衡数据分类问题中,过采样方法是主流技术之一。然而,如何设计有效的采样策略以捕捉样本局部分布信息,同时避免合成过程引入重叠样本而导致类间区分度降低,始终是过采样面临的关键挑战。针对该挑战,提出了一种基于自然邻域和数据引力的多标签不平衡数据过采样方法。该方法首先基于特征空间构建自然邻域结构,以自适应学习样本的局部分布信息。其次利用标签相似性来引导辅助样本选择,为相对安全的辅助样本赋予更高的权重,降低类重叠风险。最后建立数据引力模型构建动态标签分配机制,自适应生成标签信息,避免固定标签分配规则可能引发的类间冲突问题。在14个不平衡数据集上的实验表明,所提算法相较于SOTA方法在3个主要指标上均取得了更优的性能表现。