《IEEE Transactions on Evolutionary Computation》2024年4月刊载的综述论文《A Survey on Unbalanced Classification: How Can Evolutionary Computation Help?》由Wenbin Pei（大连理工大学）、Bing Xue（新西兰惠灵顿维多利亚大学）、Mengjie Zhang（新西兰惠灵顿维多利亚大学）、Lin Shang（南京大学）、Xin Yao（南方科技大学/英国伯明翰大学）和Qiang Zhang（大连理工大学）联合完成。本文系统梳理了进化计算（Evolutionary Computation, EC）在不平衡分类（Unbalanced Classification）领域的应用进展、技术贡献与未来挑战。以下是核心内容的学术报告：

一、研究背景与目标

不平衡分类是机器学习的重要课题，指数据集中某类样本数量显著少于其他类（例如医疗诊断中癌症患者占比极小）。传统分类算法默认样本均衡，易导致模型偏向多数类。2009年后，尽管已有综述讨论不平衡分类算法（如He和Garcia的里程碑工作），但缺乏专门针对EC技术在该领域作用的系统性分析。本文填补这一空白，旨在：
1. 揭示EC如何通过数据重平衡（如采样方法）或算法改进（如代价敏感学习）解决不平衡问题；
2. 总结EC与现有非EC技术的协同机制；
3. 识别当前局限并指明未来方向。

二、核心技术框架与贡献

1. EC在数据层面的应用

(1) 欠采样（Undersampling）优化
- 问题：随机欠采样（RUS）易丢失多数类关键样本，而EC通过全局搜索能力筛选代表性样本。
- 典型方法：
- 进化欠采样（EUS）：基于遗传算法（GA）的染色体编码实例选择状态，分全局选择（允许删除少数类样本）和多数类选择（仅优化多数类）两种机制。实验表明，后者因搜索空间小更易获得高精度子集（如EUSBoost结合Boosting提升多样性）。
- 聚类辅助EC：如Kim等提出基于k-means和GA的阈值优化方法，减少噪声实例干扰。
- PSO应用：Zhang等利用粒子群优化（PSO）选择样本并训练极限学习机（ELM），以分类误差为适应度函数。

(2) 过采样（Oversampling）改进
- SMOTE的局限性：固定采样率导致过泛化（Over-generalization）和噪声放大。
- EC解决方案：
- GASMOTE：GA优化少数类样本的采样率，缓解过拟合。
- 参数自动化：DE优化SMOTE的最近邻数量、合成样本比例等参数（如SMOTEtuned方法）。
- 直接生成样本：De等人提出基于差分进化（DE）的实例生成技术。

(3) 混合采样（Hybrid Sampling）
- EHSBoost：结合GA编码多数类样本状态与少数类过采样率，实验显示其性能优于单一采样方法。

2. EC在算法层面的应用

(1) 代价敏感学习（Cost-Sensitive Learning）
- 挑战：人工设计代价矩阵（Cost Matrix）困难且易引入偏差。
- EC贡献：
- GA优化类依赖代价：Perry等将代价矩阵元素编码为染色体基因，以分类器性能为适应度。
- GP同时学习分类器与代价矩阵：如Pei等提出CS-GP方法，左子树构建分类器，右子树学习代价值，以G-mean为评价指标。
- 动态代价调整：如BSA算法优化实例依赖代价矩阵，提升金融欺诈检测效果。

(2) 直接演化分类器
- 遗传编程（GP）：通过改进适应度函数（如F-measure、G-mean）、多目标优化（如NSGA-II平衡TPR与TNR）或代价敏感机制提升性能。
- 学习分类器系统（LCS）：参数自适应（如XCS调整规则发现率）和适应度修正（如类敏感准确率）缓解不平衡影响。
- 人工免疫系统（AIS）：天然具备欠采样与类平衡能力，在电力故障检测中表现鲁棒。

三、应用领域与典型案例

EC技术已广泛应用于以下场景（表IV部分示例）：
- 医疗诊断：癌症患者识别（少数类误诊代价极高）；
- 工业控制：电力系统故障检测（故障样本稀有）；
- 网络安全：异常流量分类（如DoS攻击检测）；
- 金融风控：信用卡欺诈预测（欺诈交易占比不足1%）。

四、挑战与未来方向

1. 评估指标选择：需系统研究不同适应度函数（如AUC vs G-mean）对EC性能的影响；
   
2. 高维不平衡数据：现有EC特征选择（FS）方法需结合类别不平衡特性优化；
   
3. 小规模数据：探索迁移学习、小样本学习与EC的结合；
   
4. 流数据动态平衡：应对类别比例随时间变化的问题；
   
5. 计算效率：代理模型（Surrogate Model）加速进化过程；
   
6. 模型可解释性：借助可解释AI（XAI）增强GP等算法的决策透明度。
   

五、学术价值与亮点

1. 首篇EC在不平衡分类的全面综述，涵盖GA、PSO、DE等10余种EC技术；
   
2. 提出“EC-非EC协同框架”，如EUSBoost、GASMOTE等混合方法；
   
3. 揭示代价矩阵自动学习的潜力，为代价敏感学习提供新范式；
   
4. 指出EC在流数据和小样本场景的空白，推动未来研究。
   

该综述为EC与不平衡分类的交叉研究提供了方法论指导，同时强调了实际应用中需权衡效率与精度的核心矛盾。