边界与密度适应的SMOTE算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 针对合成少数类过采样技术等基于近邻值的过采样算法在处理数据类不平衡时，不能根据少数类样本分布情况及时调整模型参数，导致过采样后的数据集引入噪声，并且在原始分布区域上无差别地合成少数类实例造成过拟合等问题，提出了一种特征边界和密度适应的SMOTE算法（SMOTE algorithm for feature boundary and density adaptation，BDA-SMOTE）。（剩余11245字）

试读结束

目录
monitor