10.3969/j.issn.2095-2163.2020.11.005
二类不均衡数据分类问题常用策略研究
类分布不均衡问题在现实世界中广泛存在,针对不均衡数据集的分类方法及其性能评估方法,都与传统分类算法大相径庭.本文在分析常用的二类不均衡数据分类策略的基础上,选取了十个公开的KEEL科研数据集,用G-mean值和AUC值分别衡量分类器的准确率和泛化性能.在KEEL平台上对常用的三类策略中的12种方法的性能进行了验证,明确了算法各自的适用情况.
二类不均衡数据分类、重采样方法、代价敏感学习算法、集成学习算法、KEEL
10
TP391(计算技术、计算机技术)
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共6页
21-26
