K-IPO

新的K-IPO方法在不平衡表格数据中保留特征重要性

研究人员开发了K-IPO，一种新颖的过采样技术，旨在解决表格数据中的类别不平衡问题，同时不扭曲特征重要性排序。该框架与生成器无关，它迭代地生成少数类样本，并且仅当它们与原始数据的特征重要性排序保持指定的Kendall's tau相关性时才接受它们。在20个数据集上的评估表明，K-IPO在保留特征重要性、增强解释一致性以及提高各种分类器的预测性能方面是有效的。