融合矩阵分解和代价敏感的微生物数据扩增算法

微生物会对人类健康产生直接影响，对相关数据的分析有助于疾病诊断。然而，采集到的数据存在类不平衡与高稀疏性两个问题。现有的过采样方法在一定程度上可缓解数据的类不平衡，但是难以应对微生物数据的高稀疏性。本文提出了一种融合矩阵分解和代价敏感的数据扩增算法，其包含3个技术。首先，将原始矩阵分解为样本子空间和特征子空间；其次，利用样本子空间的正向量及其近邻向量生成合成向量；最后，根据合成向量与所有负向量的距离对其过滤。实验在8个微生物数据集上进行，同时与5种过采样算法对比，结果表明本文所提算法能够增强正样本的多样性，在识别出更多正样本的同时，分类结果的代价更低。