smote算法matlab代码

以下是SMOTE算法的MATLAB代码示例：

% 数据准备
X = [1 2; 2 1; 2 3; 3 2; 4 4; 4 2; 4 6; 5 5; 6 4; 6 6];
y = [0; 0; 0; 0; 1; 1; 1; 1; 1; 1];

% 使用SMOTE算法生成新样本
k = 5; % 设置k值
N = 100; % 设置生成新样本数量
new_X = SMOTE(X, y, k, N);

% SMOTE算法函数
function new_X = SMOTE(X, y, k, N)
    [m, n] = size(X);
    new_X = zeros(N, n);
    for i = 1:N
        % 随机选择一个少数类样本
        idx = randi(m);
        minority_sample = X(idx, :);
        % 计算最近的k个少数类样本
        distances = sqrt(sum((X - minority_sample).^2, 2));
        [~, sorted_idx] = sort(distances);
        k_nearest_idx = sorted_idx(2:k+1);
        % 随机选择一个邻居样本
        neighbor_idx = k_nearest_idx(randi(k));
        neighbor_sample = X(neighbor_idx, :);
        % 生成新样本
        gap = rand(1, n) .* (neighbor_sample - minority_sample);
        new_sample = minority_sample + gap;
        new_X(i, :) = new_sample;
    end
    % 将新样本加入原数据集中
    new_y = repmat(y(idx), N, 1);
    new_X = [X; new_X];
    new_y = [y; new_y];
end

其中，输入参数`X`和`y`分别表示原始数据集的特征和标签，`k`表示选择k个最近的少数类样本作为邻居，`N`表示生成的新样本数量。输出参数`new_X`表示包含新生成样本的完整数据集。