smote的matlab代码不平衡
当数据偏向某一类时,最先进的分类算法就会受到影响。
这导致了许多处理不平衡数据的技术的发展。
然而,似乎没有一种技术在所有条件下都能始终如一地发挥作用。
R
包unbalanced为不平衡分类任务实现了一些众所周知的技术,并提供了一种竞赛策略,以自适应地为给定的数据集、分类算法和采用的准确度度量选择最佳方法。
安装
您可以在以下位置安装稳定版本:
install.packages('unbalanced',
dependencies
=
TRUE)
或者在
github
中可用的一个:
library(devtools)
devtools::install_github("dalpozz/unbalanced")
不平衡分类方法
unbalanced包为不平衡分类任务实现了一些最著名的采样和基于距离的方法。
在采样方法系列中,我们有随机欠采样
(
ubUnder
)
和过采样
(
ubOver
)
的函数。
前者从多数类中删除观察,而后者复制少数类实例。
该包还包含一个名为ubSMOTE的函数,它实现了SMOTE
,它通过在观察到的邻域中生成合成少数
2022-03-06 15:38:30
418KB
系统开源
1