中教数据库 > 重庆理工大学学报(自然科学版) > 文章详情

不平衡分类的数据采样方法综述

【摘要】如何获得更加精确的分类效果一直是机器学习领域的重要研究内容,现有大多数分类器都是针对平衡的数据集来设计的。虽然平衡的数据训练出来的分类模型能取得较好的!正负样本分类正确率,但现实生活中的数据往往是不平衡的,不平衡的数据使得正样本分类正!确率急剧下降,不能满足机器学习对分类效果的要求。针对这种情况,综述了当前主流不平衡!分类的数据采样方法。首先,阐述了欠采样方法,包括基于聚类和基于整合的欠采样方法;其!次,对过采样方法进行了总结,包括基于A近邻、基于聚类、基于半监督、基于深度神经网络和基!于进化算法的过采样方法;再次,对混合采样方法进行了总结;最后,总结了不平衡分类问题研!究的发展趋势。

【关键词】

182 2页 重庆理工大学学报(自然科学版) 2019年7期 免费 中教数据库

全文来源于中教数据库

推荐文献
标题 作者 发表时间 全网下载量 热度 篇幅(页) 价格

不平衡数据分类研究综述 陈湘涛 2017年2期 11 1 11 免费

收藏

基于混合采样策略的改进随机森林!不平衡数据分类算法 郑建华 2019年7期 615 3 2 免费

收藏

一种面向不平衡数据集的组合分类算法 李韬 2017年4期 268 2 2 免费

收藏

一种新的近邻密度SVM不平衡数据集分类算法 刘悦婷 2019年3期 97 1 2 免费

收藏

基于数据密度感知的非平衡数据模糊聚类方法 王进 2017年4期 13 1 4 免费

收藏

数据包络分析(DEA) 方法综述 盛晨 2016年20期 295 2 2 免费

收藏

基于代价敏感大间隔分布机的不平衡数据分类算法 曹雅茜 2019年4期 164 2 2 免费

收藏

带重现概念漂移的不平衡数据流分类研究 季梦遥 2019年3期 10 1 2 免费

收藏

Copyright © 2013-2016 ZJHJ Corporation,All Rights Reserved

京ICP备15058941号-1

京公网安备 11011102000866号