1.一种面向生态环境评价的不平衡数据重采样方法,其特征在于,所述方法包括以下步骤:步骤1、采集生态环境数据,对每个实例的生态环境数据进行标准化处理;
步骤2、计算每个实例的数据密度以及多数类与少数类的数量差d;
步骤3、计算少数类和多数类的分布不平衡程度DI与数量不平衡程度IR;
步骤4、对少数类进行过采样;
所述步骤4中,对少数类进行过采样的步骤为:
步骤4‑1、对少数类的每个实例按照数据密度从大到小排序;
步骤4‑2、依次在此实例和离此实例最远的近邻实例之间合成新的少数类实例,新合成的少数类实例的数量不超过原来的20%,合成公式为Xnew=Xi+(Xmax‑Xi)×σ
其中,Xmax为实例Xi的K个最近邻中离此实例最远的近邻点,σ∈∪[0,1]为均匀分布的随机数,其中,步骤4‑3、检测加入新的少数类实例后是否使少数类的DI值变低,如果没有则将该新的少数类实例删除,返回步骤5‑2,合成下一个新的少数类实例,直到数量达到要求;
步骤5、对多数类进行欠采样;
所述步骤5中,对于多数类进行欠采样的步骤为:
步骤5‑1、对多数类的每个实例按照数据密度从小到大排序;
步骤5‑2、在满足一定的条件下依次删除一定数量的多数类实例,经过欠采样删除的实例不超过原多数类实例数量的20%;
步骤5‑3、判断被删除的多数类实例与其K个最近邻实例的数据密度是否小于多数类的平均数据密度,若小于,删除该多数类实例,进入步骤5‑3,若不小于,则放弃删除,返回步骤
5‑2;
步骤5‑4、判断删除该多数类实例后,多数类的DI值是否更接近与0,若是,则删除该实例,若否,则放弃删除,返回步骤5‑2,直至数量达到要求。
2.根据权利要求1所述的一种面向生态环境评价的不平衡数据重采样方法,其特征在于,所述步骤1中,采用的标准化的方法为Min‑Max标准化,即新数据=(原数据‑最小值)/(最大值‑最小值),其公式为其中,u表示新数据,x‑表示原数据。
3.根据权利要求1所述的一种面向生态环境评价的不平衡数据重采样方法,其特征在于,所述步骤2中,设定一个K值,然后按照欧式距离d找到离此实例最近的K个近邻实例,并计算与近邻实例之间距离的平均值,该平均值就是单个实例的数据密度m,计算公式为其中,u(xi)每个实例的数据密度值,K表示近邻实例的数量、d表示联合实例之间的距离,t表示从0到K单个实例的序号。
4.根据权利要求1所述的一种面向生态环境评价的不平衡数据重采样方法,其特征在于,所述步骤3中,少数类和多数类的分布不平衡程度DI与数量不平衡程度IR的计算公式为Bnum表示多数类实例的数量,Anum表示少数类实例的数量,max表示最大数据密度,min表示最小数据密度,u表示平均数据密度,u(xi)表示实例xi的数据密度,n为所有的实例数量。