AGNES-SMOTE, An Oversampling Algorithm Based on Hierarchical Clustering and Improved SMOTE

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: Con el objetivo de mejorar la precisión de clasificación de conjuntos de datos desequilibrados, se propone un algoritmo de sobre-muestreo AGNES-SMOTE (Técnica de Sobremuestreo Sintético de Minorías basado en Clustering Jerárquico) que se basa en el clustering jerárquico y SMOTE mejorado. Sus procedimientos clave incluyen agrupar jerárquicamente las muestras de la mayoría y las muestras de la minoría, respectivamente; dividir los subgrupos de minorías en base a los subgrupos de la mayoría obtenidos; seleccionar una muestra semilla basada en el peso de muestreo y la distribución de probabilidad del subgrupo de minorías; y restringir la generación de nuevas muestras en cierta área mediante el método del centroide en el proceso de muestreo. Se presenta la combinación de AGNES-SMOTE y SVM (Máquina de Vectores de Soporte) para tratar la clasificación de conjuntos de datos desequilibrados. Se realizan experimentos en conjuntos de datos de UCI para comparar el rendimiento de diferentes algoritmos
Citación recomendada (normas APA)
: Hindawi, "AGNES-SMOTE, An Oversampling Algorithm Based on Hierarchical Clustering and Improved SMOTE", -:Revista VirtualPRO,, 2020. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3861604/), el día 2025-07-16.

Información adicional