不平衡回归中的自适应加权采样的稀有值预测.pdf

此“经济”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第40卷第8期算机仿真2023年8月

文章编号：1006-9348（2023）08-0524-06

不平衡回归中的自适应加权采样的稀有值预测

黄牛，付光辉，李珍珍，寇颖

（昆明理工大学理学院，云南昆明650500）

摘要：现实世界面临的一个问题是如何处理不平衡数据。当目标变量是名义变量时，是经典的不平衡分类问题，目前已有深

研究；而当目标变量是连续变量时，是不平衡回归问题，但鲜有研究。在回归任务中，需要解决的重要问题是如何提高稀

有值的预测精度。根据稀有值的稀缺程度提出一种自适应加权采样方法，通过定义相关函数反映目标变量的稀缺性，并依

据目标变量稀缺程度对数据点进行赋权，以确定稀有值采样生成的个数，使训练出的模型更偏好于稀有值。实验结果表明，

上述方法在这些特定的回归任务中能够提高稀有值预测的精度。

关键词：稀有值；自适应加权；支持向量机回归；采样方法

中图分类号：TP391.9文献标识码：B

RareValuePredictionforAdaptiveWeightedSampling

inImbalancedRegression

HUANGNiu,FUGuang-hui,LIZhen-zhen,KOUYing

(FacultyofScience,KunmingUniversityofScienceandTechnology,KunmingYunnan650500,China)

ABSTRACT:Oneoftheproblemsfacingtherealworldishowtodealwithunbalanceddata.Whenthetargetvariable

isanominalvariable,itisaclassicimbalancedclassificationproblemthathasbeenextensivelystudied;Whenthe

targetvariableisacontinuousvariable,itisanimbalancedregressionproblem,butthereislittleresearchonit.An

importantproblemtosolveinthistypeofregressiontaskistoimprovethepredictionaccuracyofrarevalues.Thispa-

perproposesanadaptiveweightedsamplingmethodaccordingtothescarcitydegreeofrarevalues.Basedondefining

thecorrelationfunctiontoreflectthescarcityofthetargetvariable,andweightingthelogarithmicpointsaccordingto

thescarcitydegreeofthetargetvariable,thispaperdeterminesnumberofrarevaluesamplesgenerated,sothatthe

trainedmodelpreferstherarevalues.Experimentalresultsshowthatthismethodcanimprovetheaccuracyofrare

valuepredictioninthesespecificregressiontasks.

KEYWORDS:Rarevalue;Adapti

安全评价师持证人

该用户很懒，什么也没介绍

咨询Ta 进入空间

领域认证该用户于2023年09月13日上传了安全评价师

更多 >