计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
3期
847-848
,共2页
机器学习%不平衡数据集%剪枝技术%欠采样技术%交叉验证%合并分类器增强算法
機器學習%不平衡數據集%剪枝技術%欠採樣技術%交扠驗證%閤併分類器增彊算法
궤기학습%불평형수거집%전지기술%흠채양기술%교차험증%합병분류기증강산법
通过剪枝技术与欠采样技术相结合来选择合适数据,以提高少数类分类精度,研究欠采样技术在不平衡数据集环境下的影响.结果表明,与直接欠采样算法相比,本文算法不仅在accuracy值上有所提高,更重要的是大大改善了g-means值,特别是对非平衡率较大的数据集效果会更好.
通過剪枝技術與欠採樣技術相結閤來選擇閤適數據,以提高少數類分類精度,研究欠採樣技術在不平衡數據集環境下的影響.結果錶明,與直接欠採樣算法相比,本文算法不僅在accuracy值上有所提高,更重要的是大大改善瞭g-means值,特彆是對非平衡率較大的數據集效果會更好.
통과전지기술여흠채양기술상결합래선택합괄수거,이제고소수류분류정도,연구흠채양기술재불평형수거집배경하적영향.결과표명,여직접흠채양산법상비,본문산법불부재accuracy치상유소제고,경중요적시대대개선료g-means치,특별시대비평형솔교대적수거집효과회경호.