面向表格数据不平衡回归的校准混合增强方法

《Pattern Recognition》：Calibrated Mixup for Imbalanced Regression on Tabular Data

本文提出Calibrated Mixup框架，针对表格数据中目标变量分布倾斜问题，通过双重优化策略（全局统计校准MMD和局部结构保持SNN损失）生成高保真合成样本。实验表明该方法在7个表格数据集上MAE降低10-20%，特别适用于医疗预后（medical prognostics）和金融风险评估等关键领域。

　　

学习从不平衡数据中

不平衡分类

关于不平衡分类的广泛研究提供了基础概念。技术大致分为数据级方法（重采样）、算法级修改（成本敏感学习）和混合方法。重采样方法，如开创性的合成少数类过采样技术（SMOTE）及其变体Borderline-SMOTE，通过插值生成合成少数类实例。虽然对...

提出的方法

我们提出校准混合（Calibrated Mixup），一个旨在缓解不平衡回归挑战的框架，特别是针对表格数据。该方法首先采用目标离散化和引导重采样作为准备阶段来构建问题。核心贡献在于后续阶段：使用定向混合策略为代表性不足区域生成高保真合成样本，然后进行新颖的双重优化过程，包括统计校准和软最近邻（Soft Nearest Neighbor, SNN）...

实验

本节详细介绍了旨在验证所提出的Calibrated Mixup框架（包括其NC和FS变体）有效性的实验设置和结果。我们在多样化数据集上评估其与已建立基线的性能，并进行消融研究以评估其各组件的贡献及其鲁棒性。

结论

本文介绍了Calibrated Mixup，一个解决不平衡回归的新颖框架——标准模型通常在偏态分布上表现不佳，对罕见但关键的值产生不可靠的预测——重点放在表格数据上，并展示了在图像任务上的有效性。我们的方法通过其核心创新为这些稀疏区域生成高保真合成数据：一种增强混合生成样本的双重优化策略。统计校准确保全局...