论文研究-基于混合采样的非平衡数据集分类研究.pdf
针对传统的过采样算法在增加样本的同时可能使决策域变小和噪声点增加的问题进行了研究，提出了一种基于错分的混合采样算法。该算法是以SVM为元分类器，AdaBoost算法进行迭代，对每次错分的样本点根据其空间近邻关系，采取一种改进的混合采样策略：对噪声样本直接删除；对危险样本约除其近邻中的正类样本；对安全样本则采用SMOTE算法合成新样本并加入到新的训练集中重新训练学习。在实际数据集上进行实验，并与SMOTE-SVM和AdaBoost-SVM-OBMS算法进行比较，实验结果表明该算法能够有效地提高负类的分类准确率。
文件下载
评论信息
其他资源
- M5310-A资料文档
- Hitachi AMS 2100 2300存储控制单元/控制器更换操作指南
- AC6925B.rar
- The Image Processing Handbook - 7th Edition (2016)
- cudart64_110.dll
- 如何看时序图，经典。
- 基于vc++的SVM
- 粒子群算法代码及10维测试函数实例
- yolo实现车辆识别
- H3CNE PDF书籍以及最新（GB0-191）V7.0题库
- 四路抢答器实验报告
- 华为各种机试笔试题目汇总
- ICA 独立成分分析法写得人脸识别程序
- MAC子层层协议仿真包括ALOHA, CSMA
- javafx2.0中文api
- sokit TCP/UDP 数据包收发测试(调试)工具(Win32) 1.3
- FrameworkDesignStudio发布了
- jdk-8u281-windows-x64.zip
- python自动化测试
- 喜来客微信支付宝二维码收款语音提醒酷炫版1.5
- yuv格式的视频帧旋转处理
- game architecture and design
- ProE二次开发实例教程
- PyPDF2模块和英文文档
- sphinx-2.2.5
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