基于GAN的数据平衡化问题实验对比分析

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：数据不平衡指数据集中各类别的样本数量极不均衡，实际应用中这类问题经常出现.研究了传统的数据过采样技术RANDOM、SMOTE、ADASYN以及目前流行的深度学习技术GAN.基于加利福尼亚大学16个非图像机器学习数据集，通过大量实验对传统过采样技术以及CGAN、WGAN进行评估.通过对比分析发（剩余7153字）

试读结束

目录
monitor