電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問(wèn) 
發(fā)資料
發(fā)視頻新的基于代價(jià)敏感集成學(xué)習(xí)的非平衡數(shù)據(jù)集分類方法NIBoost
資料介紹
現(xiàn)實(shí)生活中存在大量的非 平衡數(shù)據(jù),大多數(shù)傳統(tǒng)的分類算法假定類分布平衡或者樣本的錯(cuò)分代價(jià)相同，因此在對(duì)這些非平衡數(shù)據(jù)進(jìn)行分類時(shí)會(huì)出現(xiàn)少數(shù)類樣本錯(cuò)分的問(wèn)題。針對(duì)上述問(wèn)題，在代價(jià)敏感的理論基礎(chǔ)上,提出了一種新的基于代價(jià)敏感集成學(xué)習(xí)的非平衡數(shù)據(jù)分類算法一NIBoost ( New Imbalanced Boost)。首先，在每次選代過(guò)程中利用過(guò)采樣算法新增一定數(shù)目的少數(shù)類樣本來(lái)對(duì)數(shù)據(jù)集進(jìn)行平衡，在該新數(shù)據(jù)集上訓(xùn)練分類器;其次,使用該分類器對(duì)數(shù)據(jù)集進(jìn)行分類,并得到各樣本的預(yù)測(cè)類標(biāo)及該分類器的分類錯(cuò)誤率;最后,根據(jù)分類錯(cuò)誤率和預(yù)測(cè)的類標(biāo)計(jì)算該分類器的權(quán)重系數(shù)及各樣本新的權(quán)重。實(shí)驗(yàn)采用決策樹(shù)、樸素貝葉斯作為弱分類器算法,在UCI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,當(dāng)以決策樹(shù)作為基分類器時(shí)，與RareBoost算法相比,F-value最高提高了5.91個(gè)百分點(diǎn)、C-mean最高提高了7.44個(gè)百分點(diǎn)、AUC最高提高了4. 38個(gè)百分點(diǎn);故該新算法在處理非平衡數(shù)據(jù)分類問(wèn)題.上具有一定的優(yōu)勢(shì)。
- 基于CNN分類回歸聯(lián)合學(xué)習(xí)等的左心室檢測(cè)方法 33次下載
- 計(jì)算二類代價(jià)矩陣的通用計(jì)算公式 8次下載
- 極限學(xué)習(xí)機(jī)處理不平衡數(shù)據(jù)分類的算法 2次下載
- 面向二分類不平衡數(shù)據(jù)的XGBoost改進(jìn)方法 4次下載
- 一種基于Q學(xué)習(xí)算法的增量分類模型 3次下載
- 融合文本分類和摘要的多任務(wù)學(xué)習(xí)摘要模型 11次下載
- 一種基于DE和ELM的半監(jiān)督分類方法 5次下載
- 結(jié)合CSPPNet與集成學(xué)習(xí)的人類蛋白質(zhì)圖像分類 4次下載
- 如何使用數(shù)據(jù)過(guò)采樣和集成學(xué)習(xí)進(jìn)行軟件缺陷數(shù)目預(yù)測(cè)方法概述 10次下載
- 如何使用代表的留一法進(jìn)行集成學(xué)習(xí)的分類 0次下載
- 基于強(qiáng)分類器快速集成方法 0次下載
- 基于Ensemble的增量分類方法
- 一種用于非平衡數(shù)據(jù)的SVM學(xué)習(xí)算法
- 集成學(xué)習(xí)的多分類器動(dòng)態(tài)組合方法
- 代價(jià)敏感的GEP分類算法實(shí)現(xiàn)
- 如何理解機(jī)器學(xué)習(xí)中的訓(xùn)練集、驗(yàn)證集和測(cè)試集 4510次閱讀
- 深度學(xué)習(xí)中的時(shí)間序列分類方法 1079次閱讀
- 555集成芯片的使用方法 1578次閱讀
- 關(guān)于各種集成學(xué)習(xí)的方法 1924次閱讀
- 為什么學(xué)習(xí)深度學(xué)習(xí)需要使用PyTorch和TensorFlow框架 3471次閱讀
- 基于學(xué)習(xí)的數(shù)據(jù)增強(qiáng)策略擴(kuò)充你的數(shù)據(jù)集！ 9169次閱讀
- 教你如何處理不平衡數(shù)據(jù)集 4877次閱讀
- 針對(duì)線性回歸模型和深度學(xué)習(xí)模型，介紹了確定訓(xùn)練數(shù)據(jù)集規(guī)模的方法 6219次閱讀
- 機(jī)器學(xué)習(xí)應(yīng)用及數(shù)據(jù)集 4142次閱讀
- 關(guān)于機(jī)器學(xué)習(xí)的超全總結(jié) 4116次閱讀
- 集成學(xué)習(xí)和隨機(jī)森林，提供代碼實(shí)現(xiàn) 4999次閱讀
- 淺談SMOTE算法 如何利用Python解決非平衡數(shù)據(jù)問(wèn)題 3.8w次閱讀
- 用非平衡電橋如何測(cè)量電阻_非平衡電橋測(cè)量電阻詳解 5.2w次閱讀
- 機(jī)器學(xué)習(xí)應(yīng)用中的常見(jiàn)問(wèn)題分類問(wèn)題你了解多少 1.4w次閱讀
- 機(jī)器學(xué)習(xí)所負(fù)責(zé)的任務(wù)的分類方法介紹 2260次閱讀
上傳資料賺積分下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1490次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 92次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說(shuō)明
- 4.28 MB | 18次下載 | 4 積分
- 5開(kāi)關(guān)電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費(fèi)
- 6基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
- 7藍(lán)牙設(shè)備在嵌入式領(lǐng)域的廣泛應(yīng)用
- 0.63 MB | 3次下載 | 免費(fèi)
- 89天練會(huì)電子電路識(shí)圖
- 5.91 MB | 3次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開(kāi)關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537791次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233045次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
工商網(wǎng)監(jiān)
評(píng)論