融合条件熵和TF-IDF的过采样方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 针对非均衡数据带来的分类器对少数类样本学习不充分的问题，提出融合条件熵和TF-IDF的过采样方法。该方法首先指定参数，组合数据特征，然后计算每种组合方式下的条件熵，判断每种组合条件下类的不确定性，同时为了避免低词频带来的噪音数据，将条件熵结果乘上1/TF-IDF因子，再将结果按升序排序，最后结合参数选定过采样依据的特征组合，用以构造新数据，使正负样本平衡。（剩余9755字）

试读结束

目录
monitor
客服机器人