點(diǎn)擊上方“算法猿的成長“，關(guān)注公眾號，選擇加“星標(biāo)“或“置頂”

總第 139 篇文章，本文大約 3600?字，閱讀大約需要 10?分鐘

繼續(xù)介紹類別不平衡學(xué)習(xí)資源，github 地址：

https://github.com/ZhiningLiu1998/awesome-imbalanced-learning

上篇文章地址：

Github|類別不平衡學(xué)習(xí)資源(上）

另外，完整版閱讀可以到我的知乎專欄：https://zhuanlan.zhihu.com/p/142692473

這次介紹的是下面目錄加粗的內(nèi)容：

• 代碼庫/框架

• • Python

  • R

  • Java

  • Scalar

  • Julia

• 論文

• • 綜述

  • 深度學(xué)習(xí)

  • 數(shù)據(jù)重采樣（Data resampling）

  • 成本敏感學(xué)習(xí)（Cost-sensitive Learning）

  • 集成學(xué)習(xí)（Ensemble Learning）

  • 異常檢測

• 其他

• • 不平衡數(shù)據(jù)庫

  • 其他的資源

另外，帶有???? 標(biāo)記的是作者特別推薦的重要或者高質(zhì)量的論文和框架。

---

數(shù)據(jù)重采樣

• 過采樣

• • ROS [Code] - 隨機(jī)過采樣

  • SMOTE [Code] (2002, 9800+ 引用) ，合成少數(shù)類的過采樣技術(shù)（Synthetic Minority Over-sampling TEchnique）

    ???? 經(jīng)典的工作

  • Borderline-SMOTE [Code] (2005, 1400+ 引用) ，邊界合成少數(shù)類的過采樣技術(shù)；

  • ADASYN [Code] (2008, 1100+ 引用) ，自適應(yīng)合成采樣（ADAptive SYNthetic Sampling）；

  • SPIDER [Code (Java)] (2008, 150+ 引用) ，不平衡數(shù)據(jù)的選擇性預(yù)處理；

  • Safe-Level-SMOTE [Code (Java)] (2009, 370+ 引用) ，安全級綜合少數(shù)類的過采樣技術(shù)；

  • SVM-SMOTE [Code] (2009, 120+ 引用) ，基于 SVM 的 SMOTE

  • SMOTE-IPF (2015, 180+ 引用) ，迭代分區(qū)過濾的 SMOTE

• 欠采樣

• RUS [Code]，隨機(jī)欠采樣；

• CNN [Code] (1968, 2100+ 引用) ，濃縮的最近鄰（Condensed Nearest Neighbor）；

• ENN [Code] (1972, 1500+ citations) ，可編輯的濃縮的最近鄰（Edited Condensed Nearest Neighbor）；

• TomekLink [Code] (1976, 870+ citations) ，Tomek 對濃縮的最近鄰的修正方法；

• NCR [Code] (2001, 500+ 引用) ， 近鄰的清洗規(guī)則；

• NearMiss-1 & 2 & 3 [Code] (2003, 420+ 引用) ，幾種解決不平衡數(shù)據(jù)分布的 KNN 方法

• CNN with TomekLink [Code (Java)] (2004, 2000+ 引用) ，結(jié)合了濃縮的最近鄰和 TomekLink 方法；

• OSS [Code] (2007, 2100+ 引用)：單邊選擇（One Side Selection);

• EUS (2009, 290+ 引用) ：進(jìn)化的欠采樣（Evolutionary Under-sampling）；

• IHT [Code] (2014, 130+ 引用) ：實(shí)例難度閾值（Instance Hardness Threshold）；

• 混合采樣

• SMOTE-Tomek & SMOTE-ENN (2004, 2000+ 引用) [Code (SMOTE-Tomek)] [Code (SMOTE-ENN)] ?，綜合少數(shù)過采樣技術(shù)和 Tomek 對壓縮近鄰/編輯近鄰的修改；

  ????廣泛的實(shí)驗(yàn)評估涉及10種不同的過/欠采樣方法。

• SMOTE-RSB (2012, 210+ 引用) ，混合了使用 SMOTE 預(yù)處理和粗糙集合理論；

成本敏感學(xué)習(xí)

• CSC4.5 [Code (Java)] (2002, 420+ 引用) ，一個(gè)實(shí)際加權(quán)方法來引起成本敏感樹；

• CSSVM [Code (Java)] (2008, 710+ 引用) ，用于高度不平衡分類的成本敏感 SVMs；

• CSNN[Code (Java)] (2005, 950+ 引用) ，基于解決類別不平衡問題的方法來訓(xùn)練一個(gè)成本敏感的神經(jīng)網(wǎng)絡(luò)；

集成學(xué)習(xí)

• Boosting-based

• • AdaBoost[Code] (1995, 18700+ 引用)

  • DataBoost (2004, 570+ 引用)

  • SMOTEBoost [Code] (2003, 1100+ 引用)

    ???? 經(jīng)典的工作

  • MSMOTEBoost(2011, 1300+ 引用)

  • RAMOBoost [Code] (2010, 140+ 引用)

  • RUSBoost[Code] ?(2009, 850+ 引用)

???? 經(jīng)典的工作

• AdaBoostNC (2012, 350+ 引用)

• EUSBoost (2013, 210+ 引用)

• bagging-based

• • Bagging [Code] (1996, 23100+ 引用) ，Bagging 預(yù)測器；

  • OverBagging & UnderOverBagging & SMOTEBagging & MSMOTEBagging [Code (SMOTEBagging)] (2009, 290+ 引用) ，基于 Bagging 的隨機(jī)過采樣/隨機(jī)混合重采樣/ SMOTE / 修改版 SMOTE；

  • UnderBagging [Code] (2003, 170+ 引用) ，基于 Bagging 的隨機(jī)欠采樣；

• 其他繼承方法

• EasyEnsemble & BalanceCascade[Code (EasyEnsemble)] [Code (BalanceCascade)] ?(2008, 1300+ 引用) ， 使用 RUS 進(jìn)行并行集成訓(xùn)練(EasyEnsemble) / 使用 RUS 進(jìn)行級聯(lián)集成訓(xùn)練，同時(shí)迭代地刪除分類很好的樣本(BalanceCascade)；

  ???? 簡單但有效的方法

• Self-paced Ensemble [Code] (ICDE 2020) ，用自適應(yīng)協(xié)調(diào)分類困難訓(xùn)練不平衡數(shù)據(jù)的有效集成；

  ???? 高性能和計(jì)算效率高，廣泛適用于不同的分類器。

異常檢測

• Anomaly Detection Learning Resources，異常檢測相關(guān)的書籍、論文、視頻和工具箱。

• 綜述

• • Anomaly detection: A survey (2009, 7300+ 引用)

• A survey of network anomaly detection techniques (2017, 210+ 引用)

• 基于分類

• • One-class SVMs for document classification (2001, 1300+ 引用)

  • One-class Collaborative Filtering (2008, 830+ 引用)

  • Isolation Forest (2008, 1000+ 引用)

  • Anomaly Detection using One-Class Neural Networks (2018, 70+ 引用)

  • Anomaly Detection with Robust Deep Autoencoders (KDD 2017, 170+ 引用)

---

其他

不平衡數(shù)據(jù)集

上述數(shù)據(jù)集的集合來自 imblearn.datasets.fetch_datasets

其他資源

• Paper-list-on-Imbalanced-Time-series-Classification-with-Deep-Learning

• acm_imbalanced_learning ，2016年4月27日在德克薩斯州奧斯汀市舉行的ACM不平衡學(xué)習(xí)講座的幻燈片和代碼；

• imbalanced-algorithms ，基于python實(shí)現(xiàn)的算法學(xué)習(xí)不平衡的數(shù)據(jù)；

• imbalanced-dataset-sampler ，一種(PyTorch)非平衡數(shù)據(jù)集采樣器，用于過采樣低頻率類和欠采樣高頻率類；

• class_imbalance ，通過 Jupyter Notebook 展示的二進(jìn)制分類的類別不平衡；

---

最后，github 地址是：

https://github.com/ZhiningLiu1998/awesome-imbalanced-learning

另外，本人水平有限，所以對部分專業(yè)術(shù)語的翻譯可能并不正確，沒法做到非常完美，請多多包涵，謝謝！

最后，如果想查看完整版，以及可以點(diǎn)擊論文或者代碼鏈接的，可以查看我發(fā)表在知乎上的文章：

https://zhuanlan.zhihu.com/p/142692473

---

精選AI文章

1.??2020年計(jì)算機(jī)視覺學(xué)習(xí)指南

2.?是選擇Keras還是PyTorch開始你的深度學(xué)習(xí)之旅呢？

3.?編寫高效的PyTorch代碼技巧（上）

4.?編寫高效的PyTorch代碼技巧（下）

5.?深度學(xué)習(xí)算法簡要綜述(上)

6.?深度學(xué)習(xí)算法簡要綜述(下)

7.?10個(gè)實(shí)用的機(jī)器學(xué)習(xí)建議

8.?實(shí)戰(zhàn)|手把手教你訓(xùn)練一個(gè)基于Keras的多標(biāo)簽圖像分類器

精選python文章

1.??python數(shù)據(jù)模型

2.?python版代碼整潔之道

3.?快速入門 Jupyter notebook

4.?Jupyter 進(jìn)階教程

5.?10個(gè)高效的pandas技巧

精選教程資源文章

1.?[資源分享] TensorFlow 官方中文版教程來了

2.?[資源]推薦一些Python書籍和教程，入門和進(jìn)階的都有！

3.?[Github項(xiàng)目推薦] 推薦三個(gè)助你更好利用Github的工具

4.?Github上的各大高校資料以及國外公開課視頻

5.?GitHub上有哪些比較好的計(jì)算機(jī)視覺/機(jī)器視覺的項(xiàng)目？

歡迎關(guān)注我的微信公眾號--算法猿的成長，或者掃描下方的二維碼，大家一起交流，學(xué)習(xí)和進(jìn)步！

?

如果覺得不錯(cuò)，在看、轉(zhuǎn)發(fā)就是對小編的一個(gè)支持！

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的Github|类别不平衡学习资源(下）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。