machine-learning - 使用分类器进行异常检测的 SMOTE 过采样

Question

我有传感器数据，我想在训练集上使用 LOF 进行实时异常检测以检测异常，然后将标记的数据应用于分类器以对新数据点进行分类。我考虑过使用 SMOTE，因为我希望训练数据中有更多的 anamolies 点来克服不平衡的分类问题，但问题是 SMOTE 创建了许多在正常范围内的点。如何在不创建正常数据范围内的样本的情况下进行过采样？

应用 SMOTE 之前的数据图表。

SMOTE 之后的数据

标签： machine-learningscikit-learnoversampling

Answer 1

SMOTE 将在少数类样本的k最近邻之间线性插值合成点。这意味着您最终将得到样本与其邻居之间的点。当样本像这样遍布各处时，您将在中间创建合成点是有道理的。

SMOTE 应该真正用于识别特征空间中更具体的区域作为少数类的决策区域。这似乎不是您的用例。您想知道哪些点本身“不属于”。

对于DBSCAN来说，这似乎是一个相当不错的用例，这是一种基于密度的聚类算法，可以将超出一定距离的点识别eps为不属于同一个邻域。