smote的matlab代码
高斯噪声回归的合成少数过采样技术
描述
用于高斯噪声回归的合成少数过采样技术
(SMOGN)
的
Python
实现。
使用传统插值以及引入高斯噪声
(SMOTER-GN)
进行回归的合成少数过采样技术
(SMOTER)。
根据给定观察结果的
KNN
距离在两种过采样技术之间进行选择。
如果距离足够近，则应用
SMOTER。
如果距离太远，则应用
SMOTER-GN。
适用于回归适用的预测问题，但用于预测的值很少或不常见。
这也可以作为对倾斜响应变量进行日志转换的有用替代方法，尤其是在生成合成数据也很有趣的情况下。
特征
唯一的开源
Python
支持版本的合成少数回归过采样技术。
支持包含混合数据类型的
Pandas
DataFrame
输入、按数据类型自动选择距离度量以及可选的自动删除缺失值。
灵活的输入可用于在连续响应变量和友好参数内控制感兴趣的区域，以对合成数据进行过采样。
纯粹的
Pythonic，为一致性、可维护性和未来改进而开发，没有原始
R
实现中包含的对
C
或
Fortran
的外部函数调用。
要求
Python
3
NumPy
熊猫
2021-11-15 20:22:45
566KB
1
《软件工程思想》讲述“软件开发”和“做程序员”的道理，视野独特，构思新颖，内容风趣，不落窠臼，令人耳目一新。堪称难得，以至回味无穷
2021-11-15 13:37:23
529KB
1
欠拟合
模型无法得到较低的训练误差（模型在训练数据集上表现出的误差），这一现象称作欠拟合（underfitting）
过拟合
过拟合得问题指的是模型在测试集上的结果不好，训练误差较低但是泛化误差依然较高，二者相差较大。
解决过拟合得问题通常可以通过增加数据量，另外还可以用正则化的方法。
正则化
L2范数正则化
通常指得是L2范数正则化，是在损失函数中再加一个正则项λ2n\frac{λ}{2n}2nλ，其中超参数λ>0λ>0λ>0，损失函数如下
J(W,b)+λ2n∣w∣2J(W,b)+\frac{λ}{2n}|w|^2J(W,b)+2nλ∣w∣2，
L2范数表示向量元素的平方和再开平方。
2021-11-15 13:27:33
114KB
1
jpegsnoop中文版是由原版jpegsnoop汉化而来的，它可以帮助您检测JPG图片是不是被PS修改过的，它根据JPEG图片中的其它编码信息，来判断照片是否被PS过，需要的朋友赶紧下载使用吧 Jpegsnoop不仅支持普通的JPG图片，也支持内嵌在其它媒体文件中的JPG图片（如 PDF、AVI、MOV 等） 这款软件，可解析JPG图片的各种详细信息，供专业人士参考，对于普通人来说，用它来看图片
2021-11-14 11:43:17
1.35MB
1