Nuovo metodo per migliorare l'estrazione di dati multiclasse sbilanciati

Lo sbilanciamento delle classi uno dei problemi pi impegnativi per le tecniche di data mining e di apprendimento automatico. Nelle applicazioni del mondo reale, i dati hanno spesso una distribuzione delle classi squilibrata. Ci si verifica quando la maggior parte degli esempi appartiene a una classe maggioritaria e pochi esempi appartengono a una classe minoritaria. In questo caso, i classificatori standard tendono a classificare tutti gli esempi come classe maggioritaria e a ignorare completamente la classe minoritaria. Per questo problema, i ricercatori hanno proposto molte soluzioni sia a livello di dati che di algoritmi. La maggior parte degli sforzi si concentra su problemi di classe binaria. Tuttavia, la classe binaria non l'unico scenario in cui prevale il problema dello sbilanciamento delle classi. Nel caso di insiemi di dati multiclasse, molto pi difficile definire le classi di maggioranza e di minoranza. Pertanto, la classificazione multiclasse in insiemi di dati sbilanciati rimane un importante argomento di ricerca. Nel nostro libro abbiamo proposto un nuovo approccio basato su SOMTE (Synthetic Minority Over-sampling TEchnique) e sul clustering, in grado di affrontare il problema dei dati squilibrati che coinvolgono pi classi. Abbiamo implementato il nostro approccio utilizzando strumenti di apprendimento automatico open source: Weka e RapidMiner.