面向不平衡二分类的局部数据增强方法

针对不平衡二分类问题，局部数据增强被证实能优化少类召回率并限制误报，而仅调整类别比例无法改变分类性能。 该方案采用两步法：随机抽取锚点，再基于指定核函数生成增强数据；实验显示，结合分类边界近邻抽取与高斯核优于 SMOTE，特定几何结构下扩散核表现更佳。 该方法为不平衡分类提供了兼顾局部几何特性的增强策略。