基于均衡采樣方法的數(shù)據(jù)不平衡問題研究.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、本文針對機器學習中的數(shù)據(jù)不平衡問題進行研究，提出了一種均衡采樣的方法。該方法采取過采樣和欠采樣相結合的策略，使少數(shù)類數(shù)據(jù)增加的同時，多數(shù)類數(shù)據(jù)集相應地減少，當數(shù)據(jù)集相對平衡后再進行分類器訓練，同時本文還利用了集成學習的思想對數(shù)據(jù)集多次采樣并訓練，得到多個弱分類器后使用投票方式進行集成，最終獲得能有效解決數(shù)據(jù)不平衡問題的強分類器。
　　實驗數(shù)據(jù)選取University of California, Irvine(UCI)提供的aba

2、lone、balance、mf-kar、mf-morph、mf-zernike、wpbc、haberman、car、pima、ionosphere和wdbc數(shù)據(jù)集，以及革蘭氏陰性菌、革蘭氏陽性菌和病毒三個蛋白質亞細胞定位預測數(shù)據(jù)集。采用針對不平衡分類問題的評價指標對實驗結果進行分析。在UCI上的實驗結果表明了本文算法在不平衡問題中的有效性和適用性。
　　此外，在蛋白質亞細胞定位預測中，我們將蛋白質序列轉化為數(shù)值特征向量，然后使用文

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論