不平衡学习的自适应合成采样方法ADASYN附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在机器学习与数据挖掘领域，数据不平衡问题普遍存在 —— 即数据集中某一类（少数类）样本数量远少于其他类（多数类），如欺诈检测（欺诈样本占比 < 1%）、故障诊断（故障样本占比 < 5%）等场景。这种不平衡会导致模型偏向多数类，少数类的识别率大幅下降（如 99% 的准确率可能仅源于对多数类的正确分类）。自适应合成采样方法（ADASYN）通过为少数类样本生成 “自适应权重” 的合成样本，针对性解决这一问题，相比传统过采样方法（如 SMOTE），能更高效提升少数类的分类性能。

一、数据不平衡的挑战与传统方法局限

（一）不平衡学习的核心难点

数据不平衡对模型的影响主要体现在：

• 决策边界偏移：多数类样本主导模型训练，导致决策边界向少数类方向倾斜（如图 1 左）；

• 少数类特征学习不足：少数类样本稀疏，模型难以捕捉其关键特征（如故障样本的特有模式）；

• 评价指标失效：准确率（Accuracy）等传统指标失去意义，需采用 F1 分数、AUC 或召回率（Recall）评估。

[此处插入决策边界对比图：左为不平衡数据的偏斜边界，右为 ADASYN 处理后的平衡边界]

二、ADASYN 的核心思想与自适应机制

三、ADASYN 与传统方法的对比优势

（一）与 SMOTE 的核心差异

SMOTE 对所有少数类样本生成相同数量的合成样本（如每个样本生成 1 个），而 ADASYN 的自适应权重机制使其在以下场景更优：

• 边界样本强化：对靠近多数类的少数类样本生成更多合成样本，有效 “推回” 决策边界（如图 1 右）；

• 内部样本抑制：对远离多数类的少数类内部样本生成较少样本，避免过拟合（如不会因大量重复样本导致模型偏向少数类）。

（二）与欠采样的对比

欠采样（如随机删除多数类样本）可能丢失多数类的关键信息（如正常样本的边缘模式），而 ADASYN 通过增加少数类样本，保留全部原始数据信息，尤其适用于样本总量较少的场景（如医疗诊断数据，样本总量 < 1000）。

四、ADASYN 的局限性与改进方向

五、应用场景与实践建议

ADASYN 在以下场景中表现尤为突出：

• 极度不平衡数据（少数类占比 < 5%）：如网络攻击检测、罕见疾病诊断；

• 边界样本关键的任务：如故障预警（早期故障样本靠近正常样本边界）；

• 特征空间复杂的数据：如文本分类（少数类标签的文本特征分散）。

实践中需注意：

• K 值选择：通常 K=5-7（过小易受噪声影响，过大可能引入多数类特征）；

• 目标不平衡比：根据任务需求调整，如欺诈检测需高召回率，可将目标比例设为 1:1（完全平衡）；

• 与模型配合：ADASYN 配合集成学习（如 AdaBoost、随机森林）效果更佳 —— 集成模型能更好利用合成样本的多样性。

六、结论

ADASYN 通过为少数类样本分配与 “难分类程度” 挂钩的合成权重，突破了传统过采样方法的 “均匀生成” 局限，在不平衡学习中实现了决策边界的有效校正。其核心价值在于：

• 针对性强化少数类的边界特征，提升模型对少数类的识别能力；

• 避免过拟合（通过减少内部样本的合成数量）；

• 适用于多种数据类型（结构化数据、图像、文本）。

⛳️ 运行结果

🔗 参考文献

[1] 李永庆,交通运输工程.基于行为谱的隧道路段不良驾驶行为特性及识别研究[D].长安大学[2025-07-13].

[2] 赵小强,何嘉琦.基于最大安全近邻与局部密度的自适应过采样方法[J].电子与信息学报, 2025, 47(4):1140-1149.DOI:10.11999/JEIT240441.

[3] 田臣,周丽娟.基于带多数类权重的少数类过采样技术和随机森林的信用评估方法[J].计算机应用, 2019, 039(006):1707-1712.

📣 部分代码

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇