几何视角下的最小包络球综合少数类过采样技术
原文中文，约300字，阅读约需1分钟。发表于：。从几何角度出发，提出最小外接球合成过采样技术 (MEB-SMOTE) 方法，通过构造代表点，实现在现有样本和代表点之间的插值来合成高质量样本，实验证明该方法能够有效提高不平衡数据集的分类性能。
本文介绍了量子SMOTE方法，利用量子计算技术解决机器学习数据集中的类别不平衡问题。算法通过量子过程生成合成数据点，无需依赖邻近性。旋转角度、少数类比例和分割因子等超参数提供更大的控制性和定制化。在TelecomChurn数据集上与随机森林和逻辑回归进行比较评估，验证了该方法在不同比例的合成数据下的影响。
