[发明专利]基于特征间关系合成少数类样本的不平衡数据处理方法

权利要求书

1.基于特征间关系合成少数类样本的不平衡数据处理方法，其特征在于：步骤为：

1)多目标优化选择最优pareto前沿特征

1.1)令maxS(c)＝(F(D,c),G(D,c),A(D,c),P(c))为待优化的多目标函数，同时优化四个评价指标；

1.2)初始化种群作为一个一维向量，元素由0、1组成；

1.3)种群变异：以的概率随机翻转c中的任一个元素，生成方案c'；

1.4)分类器评价适应度值，如果在四个评价指标上，c′都占优于c，则更新pareto前沿个体，若c′其中一个目标优于c的一个目标，而其余的目标都劣于c的目标，则他们都不满足任一方占优于另一方的情况，那么将这两个解决方案继续加入父代种群中，进行变异操作；

1.5)更新pareto前沿个体，重复以上步骤，直到达到最大迭代次数；

1.6)输出N组pareto前沿特征；

2)pareto前沿特征进行重采样；在生成新样本的同时，使用提出的样本评价指标进行筛选样本；

2.1)输入N组pareto前沿特征；

2.2)建立N个XGBoost回归模型；

2.3)N个模型预测新的特征值，加入原始少数类样本中；

2.4)合成最终N个平衡样本；

3)使用评价新生成样本，合成平衡样本，使用多数投票集成输出最终的分类结果

3.1)N个平衡样本分别训练一个XGBoost基分类器；

3.2)多数投票方法集成多个基分类器，输出最终分类结果。