基于聚类融合和过采样的不平衡金融模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：近年来，如何提高不平衡数据分类精度的问题受到广泛关注。对于不平衡数据问题主要从数据集和算法两方面来解决。研究提出一种基于k-means++聚类算法和过采样的堆叠算法（K-SMO-Stacking）。在Stacking集成算法基础上将k-means++聚类算法应用到分类过程当中，形成新的少数类和多数类，用过采样方法生成更多更密集的少数类样本，均衡数据集后再进行回归训练。（剩余10016字）

试读结束

目录
monitor
客服机器人