基于单边选择链和样本分布密度融合机制的非平衡数据挖掘方法_翟云.pdf

基于单边选择链和样本分布密度融合机制的非平衡数据挖掘方法_翟云.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于单边选择链和样本分布密度融合机制的非平衡数据挖掘方法_翟云

7 Vol. 42 No. 7 第 期 电 子 学 报 20 14 7 ACTA ELECTRONICA SINICA Jul. 20 14 年 月 基于单边选择链和样本分布密度融合机制的 非平衡数据挖掘方法 1,2 3 4 2 2 , , , , 翟 云 王树鹏 马 楠 杨炳儒 张德政 (1. , 100089 ;2 . , 100083 ; 国家行政学院电子政务研究中心 北京 北京科技大学计算机与通信工程学院 北京 3 . , 100093 ;4 . , 100 10 1) 中国科学院信息工程研究所 北京 北京联合大学信息学院 北京 : . , 摘 要 非平衡数据集分类问题是机器学习领域的重大挑战性难题 针对该难题 传统的少数类样本合成技术 (Synthetic Minority Over-Sampling Technique ,SMOTE) . , 已成为一种有力手段并得到广泛采用 但在新样本生成过程中 SMOTE , . , 利用所有少数类样本合成新样本 由此产生过拟合瓶颈 为更好地解决该问题 提出了一种基于单边选择链和 样本分布密度的非平衡数据挖掘新方法 (One-Sided Link & Distribution Density-SMOTE ,OSLDD-SMOTE ). OSLDD- SMOTE , . 通过单边选择链遴选出处于分类边界的少数类样本 根据这些样本的动态分布密度生成新样本 进而分析了 ; G-mean 、F-measure AUC OSLDD-SMOTE 样本合成度对节点数目和对少数类精度的影响 基于 和 三个指标综合比较了 . ,OSLDD-SMOTE

文档评论(0)

hhuiws1482 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5024214302000003

1亿VIP精品文档

相关文档