张岚斌，徐国庆，李 澜

（1.武汉工程大学计算机科学与工程学院，湖北 武汉 430205；2.湖北省博物馆，湖北 武汉 430077）

0 引言

随着现代检测技术的逐步完善，以及检测仪器精度的不断提升，漆器漆膜分析领域积累了大量漆器检测数据［1］。目前将考古学与机器学习相结合已成为学者们的关注热点，如公雪霜等［2］利用决策树分类算法评定辽宁西部地区先秦遗址规模，为考古学聚落形态研究提供了一种新的技术手段，不过该算法误差因素太多，比较依赖数据的完整性；李鹏飞［3］分别使用决策树和支持向量机分类方法对良渚文化时期墓葬主人的社会等级进行分类预测，发现支持向量机方法准确率更高，但容易出现过拟合问题。大量案例表明，机器学习算法在考古学领域效果明显，而针对漆器漆膜数据的研究随着数据的逐渐完备也开始得到研究者们的广泛关注。

目前各地出土的漆器类型、年代、数量等分布不均，导致漆器检测数据类间不平衡。在不平衡数据分类研究领域，数据类间不平衡、缺失数据较多等问题极大地影响了机器学习算法性能［4-5］。为此，相关学者从数据预处理、特征选择及分类算法3 个层面出发，提出一系列解决办法，而本文主要针对数据预处理进行研究［6-7］。

在数据预处理层面，通过数据处理改变数据结构，最具代表性的是通过一系列重采样方法改变样本训练集的类别分布，从而降低样本数据的不平衡性。根据采样方式的不同，主要分为欠采样以及过采样方法［8］。……