融合矩阵分解和空间划分的微生物数据扩增方法

摘要

针对微生物数据类内和类间不平衡、高稀疏性的问题，提出一种融合矩阵分解和空间划分的数据扩增算法。采用矩阵分解技术将原始数据空间分解为对象子空间和特征子空间，提取潜在空间表示，对象子空间划分为多个数据子空间，缓解了类内不平衡问题。为了解决类间不平衡问题，在每个数据子空间中生成合成样本，使用欧氏距离对合成样本进行过滤，获得高质量的样本。在9个微生物数据集上实验，再与9个采样算法进行性能对比。结果表明，本文算法生成的样本在多样性上具有较大优势，采用多个分类器时，能识别出更多的阳性样本。

关键词

矩阵分解 / 空间划分 / 类内不平衡 / 类间不平衡 / 对象子空间 / 特征子空间