六种处理不平衡数据的采样方法

包含了六种不同的处理不平衡数据的方法，例如过采样、欠采样、SMOTE采样等，都是采用了MATLAB来编写的程序。

function    prediction=HardEnsemble（componentClassTypeC）
% Implement hard-ensemble method
% In this method every component learner votes （0-1 vote method）
% for a class and then the class receiving the biggest number of votes 
% is returned. If a tie appears that is there are multiple classes 
% receiving the biggest number of votes then the class with the
% biggest cost is returned.
%
%Usage
%  prediction=HardEnsemble（componentClassTypeC）
%
%  prediction: predictions of the hard-ensemble
%  component: cell array which contains at least 3 component learner‘s
%                     prediction vectors of test instances. 
%  ClassType: class type.
%  C: cost vector. C[i] is the cost of misclassifying ith class
%      instance without considering the concrete class the instance has
%      been wrongly assigned to.

if（nargin<3）
    help HardEnsemble
end
Nc=length（component）;
if（Nc<3）
    error（‘not enough components.‘）
end
N=length（component{1}）;
for i=2:Nc
        if（size（component{i}2）~=N）
            error（‘the number of predictions of component learners do no consistent.‘）
        end
        if（size（component{i}1）~=1）
            error（‘input prediction vector should be row vector.‘）
        end
end

pred=LabelFormatConvertion（component{1}ClassType）;
for i=2:Nc
    pred=pred+LabelFormatConvertion（component{i}ClassType）;
end
maxv=max（pred）;
maxv=repmat（maxvsize（pred1）1）;
c=repmat（C‘1N）;
maxclass=（pred==maxv）.*c;
[tmpid]=max（maxclass）;
prediction=ClassType（id）;
%end
      

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3515  2004-11-25 19:51  CSNN\echocardiogram.mat

     文件       1561  2004-11-28 22:50  CSNN\HardEnsemble.m

     文件       2263  2004-11-28 21:41  CSNN\OverSampling.m

     文件       2788  2004-11-28 22:52  CSNN\sample_HardEnsemble_SoftEnsemble.m

     文件       1186  2004-11-28 21:40  CSNN\sample_OverSampling.m

     文件       1228  2004-11-28 22:43  CSNN\sample_SmoteOverSampling.m

     文件       1061  2004-11-28 20:09  CSNN\sample_ThresholdMovNN.m

     文件       1200  2004-11-26 14:42  CSNN\sample_UnderSampling.m

     文件       4804  2004-11-28 22:25  CSNN\SMOTE.m

     文件       2735  2004-11-28 22:41  CSNN\SmoteOverSampling.m

     文件       1499  2004-11-28 22:53  CSNN\SoftEnsemble.m

     文件       1930  2004-11-28 22:16  CSNN\ThresholdMovNN.m

     文件       7112  2004-11-28 21:45  CSNN\UnderSampling.m

     文件       3504  2004-11-28 19:02  CSNN\Utilities\CostMatrix.m

     文件       1584  2004-11-28 20:50  CSNN\Utilities\dist_nominal.m

     文件       2048  2004-11-28 20:18  CSNN\Utilities\LabelFormatConvertion.m

     文件        585  2004-11-28 20:16  CSNN\Utilities\Locate.m

     文件       1482  2004-05-19 17:24  CSNN\Utilities\NNoutputFormat.m

     文件        182  2004-11-28 19:44  CSNN\Utilities\normalize.m

     文件       2621  2004-11-28 20:43  CSNN\Utilities\VDM.m

     目录          0  2005-07-23 20:38  CSNN\Utilities

     目录          0  2005-07-23 20:38  CSNN

     文件        330  2004-11-28 21:32  ReadMe.files\editdata.mso

     文件        324  2004-11-28 21:32  ReadMe.files\filelist.xml

     文件        978  2004-11-24 15:25  ReadMe.files\image001.gif

     文件        113  2004-11-24 16:23  ReadMe.files\image002.gif

     文件       1274  2004-11-24 22:33  ReadMe.files\image004.jpg

     文件       1274  2004-11-24 16:23  ReadMe.files\image005.jpg

     文件       3903  2004-11-28 21:32  ReadMe.files\image006.gif

    ..A.SH.      5632  2004-11-28 22:56  ReadMe.files\Thumbs.db

............此处省略5个文件信息