Scidown文献预览系统!
一种用于公共数据集不平衡分类的去噪采样欠采样方案( A Noisy-sample-removed Under-sampling Scheme for Imbalanced Classification of Public Datasets )
Honghao Zhu Guanjun Liu Mengchu Zhou Yu Xie Qi Kang
分类技术在机器学习中占有重要地位。在分类过程中,数据集中含有噪声的样本往往会降低分类器的性能。提出了一种基于聚类的去噪欠采样方案(NUS)用于非平衡分类。首先,对小众类中的样本进行聚类。对每个聚类,取其中心为球心,以离聚类中心最远的少数类样本的距离为半径,形成超球面。计算从星团中心到大多数样本的欧几里德距离,以判断它们是否在超球面内。然后,我们提出了一个基于NUS的策略来判定超球面中的多数样本是否为噪声样本。同样地,找到了少数类的噪声样本。其次,我们从多数类和少数类中去除噪声样本,并提出NU。最后,将物流回归、决策树和随机森林作为分类器,分别与随机欠抽样(RUS)、EasyEnsemble(EE)和逆随机欠抽样(IRUS)在13个公共数据集上进行了比较。结果表明,与现有同类方法相比,该方法能够提高分类性能。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】