一种用于非平衡数据分类的集成学习模型
针对非平衡数据分类问题,提出了一种改进的SVM-KNN分类算法,在此基础上设计了一种集成学习模型。该模型采用限数采样方法对多数类样本进行分割,将分割后的多数类子簇与少数类样本重新组合,利用改进的SVM-KNN分别训练,得到多个基本分类器,对各个基本分类器进行组合。采用该模型对UCI数据集进行实验,结果显示该模型对于非平衡数据分类有较好的效果。
文件下载
评论信息
其他资源
- [数值分析].钟尔杰.文字版
- vibe_data.zip
- OneNet设备云平台javaAPI
- udf文件系统镜像生成源码
- 百度热力图，实时路况图
- 现代通信原理（樊昌信）答案及各种资料
- Form2调用Form1控件的解决方案
- 人大金仓数据库KingbaseES帮助文档
- TensorFlow的MNIST手写数字数据包及图片还原小程序
- （1）利用glutWireSphere（）创建太阳、地球、月亮三个球体；
- 基于Proteus八路抢答器的设计与仿真.zip
- Simulink/ RTW工具箱
- 政府部门-源码
- 金蝶云星空 V7.5.1产品培训_财务_总账.pptx
- JT-T 1094-2016 营运客车安全技术条件.pdf
- 一元二次方程.vbp
- 区块链高级实战课程第6章 区块链去中心化应用开发.rar
- nssm.7z 注册服务程序
- 金蝶K3 Cloud 产品安装指南
- EEMD程序DLL
- AT89C51_datasheet
- IE成本预算 工时定额管理系统
- 基于Android平台的ViBe前景检测
- 基于STM32单片机+MPU6050传感器做的载人平衡车
- 超级同步1.4
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明