论文研究 针对不平衡数据集的Bagging改进算法.pdf
传统的Bagging分类方法对不平衡数据集进行分类时，虽然能够达到很高的分类精度，但是对其中少数类的分类准确率不高。为提高其对少数类数据的分类精度，利用SMOTE算法对样例集中的少数类样例进行加工，在Bagging算法中根据类值对各个样例的权重进行调整。混淆矩阵和ROC曲线表明改进算法达到了既能保证整体的分类准确率，又能提高少数类分类精度的目的。
用户评论
相关推荐
论文研究针对非均匀数据集的DBSCAN过滤式改进算法.pdf
针对在数据分布不均匀时，由于DBSCAN使用统一的全局变量，使得聚类的效果差，提出了一种基于过滤的DBSCAN算法。该算法的思想是：在调用传统的DBSCAN算法前，先对数据集进行预处理，针对所有点的k
PDF
659KB
2020-07-18 06:51
论文研究改进SVMKNN的不平衡数据分类.pdf
针对支持向量机（SVM）在超平面附近进行不平衡数据（imbalanceddatasets）分类的不准确性，提出了一种改进SVM-KNN算法，该算法在分类阶段计算测试样本与最优超平面的距离，如果距离差大
PDF
0B
2020-04-25 06:18
论文研究针对RPL协议的改进Trickle算法.pdf
针对RPL协议的改进Trickle算法，田广东，叶鑫，Trickle算法被指存在短期监听问题，并可能会引起负载分布不均衡、收敛较慢及次优路径的产生.本文针对这些问题提出一种改进的Trickle算
unkonw
0B
2020-02-27 21:40
论文研究不平衡数据集的分类方法研究.pdf
传统的分类算法在处理不平衡数据分类问题时会倾向于多数类,而导致少数类的分类精度较低。针对不平衡数据的分类,首先介绍了现有不平衡数据分类的性能评价;然后介绍了现有常用的基于数据采样的方法及现有的分类方法
PDF
37KB
2020-08-11 12:06
论文研究一种用于不平衡数据分类的改进AdaBoost算法.pdf
真实世界中存在大量的类别不平衡分类问题，传统的机器学习算法如AdaBoost算法，关注的是分类器的整体性能，而没有给予小类更多的关注。因此针对类别不平衡学习算法的研究是机器学习的一个重要方向。Asym
PDF
0B
2020-05-04 13:59
论文研究改进的频繁项集挖掘算法研究.pdf
通过对关联规则挖掘技术及经典算法Apriori和FP-growth的研究和分析，提出了一种改进的频繁项集挖掘算法。该算法利用矩阵存储数据，并结合矩阵运算求项集的支持数，有效减少了事务数据库的扫描次数；
.PDF
459KB
2020-07-20 08:23
论文研究FastDFS针对数据采集应用的改进.pdf
FastDFS针对数据采集应用的改进，吴静，戴志涛，在数据采集领域，一般是采用定点采集数据并传输至集中节点管理，这种方式会产生大量远远程传输带宽，并且在多用户使用数据的过程
PDF
489KB
2020-07-26 03:02
论文研究基于不平衡数据集的客户流失预测研究.pdf
目前客户流失预测面临的主要问题之一就是类不平衡性(classimbalance)。针对这个问题，首先应用欠抽样法(undersampling)处理客户流失数据降低不平衡性，再应用C4.5D、C4.5N
PDF
0B
2019-09-08 21:37
论文研究面向不平衡数据分类的KFDABoosting算法.pdf
数据分布的不平衡性和数据特征的非线性增加了分类的困难，特别是难以识别不平衡数据中的少数类，从而影响整体的分类效果。针对该问题，结合KFDA（kernelFisherdiscriminantanalys
PDF
0B
2019-08-01 23:23
论文研究Apriori挖掘频繁项目集算法的改进.pdf
首先用形式化方法给出了网络实体、网络连接件和网络体系结构框架模型的定义，然后利用进程代数理论定义了网络体系结构上的网络实体运算，进而建立了网络体系结构的代数模型，为进一步研究网络体系结构打下了坚实的理
PDF
989KB
2020-07-19 22:45
论文研究针对WSN的DDoS攻击的改进概率包标记算法研究.pdf
当无线传感器网络（WSN）遭受分布式拒绝服务（DDoS）攻击时，攻击者会传送大量攻击数据包到受害主机，使其迅速消耗资源而无法正常运作，最终造成网络瘫痪。为了检测针对资源有限的WSN的DDoS攻击，基于
PDF
0B
2020-01-03 04:38
论文研究针对p2p流量的SFQ算法改进.pdf
针对p2p流量的SFQ算法改进，郭安，，随着p2p应用的出现，当前的网络情况发生了很大的变化，p2p文件共享产生的流量成为当今因特网最大的单项流量。流量经过SFQ算法时，其
PDF
0B
2020-02-13 01:46
论文研究面向不平衡数据分类的复合SVM算法研究.pdf
为了改善传统支持向量机（SVM）对不平衡数据的分类效果，解决分类器对少类样本分类效果较差的问题，提出了一种复合SVM算法。该算法首先通过自适应合成采样（ADASYN）算法与不同错误代价（DEC）算法的
PDF
0B
2019-09-03 13:10
论文研究基于不平衡数据集的软件缺陷预测.pdf
为了解决数据的不平衡性这一问题,提出一种利用分布函数合成新样本的过抽样和随机向下抽样相结合的算法。算法对降维后的主成分进行分布函数拟合,然后利用分布函数生成随机数,并对生成的随机数进行筛选,最后与随机
PDF
869KB
2021-01-31 11:26
论文研究不平衡数据的集成分类算法综述.pdf
集成学习是通过集成多个基分类器共同决策的机器学习技术，通过不同的样本集训练有差异的基分类器，得到的集成分类器可以有效地提高学习效果。在基分类器的训练过程中，可以通过代价敏感技术和数据采样实现不平衡数据
PDF
0B
2019-08-01 23:23