Tomek Links的算法定义指出：“假设{E1，...，En}⊂Rk是一个数据集，每个Ei只有两个标签中的一个+或 - 。一对（Ei，Ej）称为Tomek链接如果Ei和Ej具有不同的标记，并且没有El使得d（Ei，El）＆lt; d（Ei，Ej）或d（Ej，El）＆lt; d（Ei，Ej）“，其中d （x，y）是x和y之间的距离。
我创建了一个“玩具”数据集，因此我可以更好地理解Tomek链接（代码附加）。我用它的函数ubTomek使用了包“unbalanced”。函数实现（它在GitHub上）是它查找少数类点的最近邻居，如果它们属于多数类 - 这对夫妇被声明为Tomek链接。
我认为他们遗漏了一些东西，因为他们只是检查d（Ei，Ej），他们也应该检查d（Ej，Ei）。
关于这个的任何意见？如果我是对的 - 我会向开发人员发送一条关于错误的消息，如果我错了 - 我会更好地理解Tomek Links。