DRO框架下不平衡分类损失函数重加权优化
Optimization of re-weighted loss function for imbalanced classification under DRO framework
1. 福建师范大学 数学与统计学院, 福州 350117
2. 闽江学院 计算机与大数据学院, 福州 350108
摘要
在不平衡数据的多分类任务中，由于类别分布存在数量差异，分类器的决策边界往往偏向多数类别，从而导致模型难以实现准确分类。现有研究主要关注于数据平衡策略和损失函数的结构调整，忽视了样本标签可能存在标注错误或噪声，标签信息的不确定性会进一步增加分类的难度。为解决这一问题，提出了一种名为加权标签分布稳健(Weighted label distributionally robust Kullback-Leibler，WLDR-KL)损失函数。该损失利用先验信息和标签权重显式地调整模型对少数类别的关注度，通过优化最不利的集合下的预测分布来应对数据标签不确定性下的不平衡分类任务。此外，利用 Monte Carlo模拟提出了一种不平衡数据集的仿真方法，以更全面地评估各损失函数在不同类别和不同数量差异水平下的表现。在多组模拟数据集、UCI和 Kaggle数据集上的实验结果表明，所提出的方法在处理不平衡数据时表现良好，并且在 Top-k准确率、F1值、精度、召回率上均实现了一定程度的提升，为解决不平衡分类问题提供了一种有效的方法。
关键词
基金项目
福建省自然科学基金资助项目(2024J011180)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.10.0480
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第7期
发布历史
[2025-03-12] 优先出版
引用本文
李佳静, 林耿. DRO框架下不平衡分类损失函数重加权优化 [J]. 计算机应用研究, 2025, 42 (7). (2025-03-14). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0480. (Li Jiajing, Lin Geng. Optimization of re-weighted loss function for imbalanced classification under DRO framework [J]. Application Research of Computers, 2025, 42 (7). (2025-03-14). https://doi.org/10.19734/j.issn.1001-3695.2024.10.0480. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
