10.3969/j.issn.1002-4565.2012.06.014
非平衡数据集的改进SMOTE再抽样算法
非平衡数据集的不均衡学习特点通常表现为负类的分类效果不理想.改进SMOTE再抽样算法,将过抽样和欠抽样方式有机结合,有针对性地选择近邻并采用不同策略合成样本.实验表明,分类器在经此算法处理后的非平衡数据集的正负两类上,均可获得较理想的分类效果.
SMOTE算法、再抽样、非平衡数据集
29
C811(统计方法)
2012-08-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
95-98