《基于条件Wasserstein GAN的表格式数据过采样的不平衡学习》代码运行
标题:Conditional Wasserstein GAN-based Oversampling of Tabular Data for Imbalanced Learning论文:链接代码:链接作者信息:贾斯汀-恩格尔曼柏林洪堡大学商业和经济学院斯蒂芬-莱斯曼柏林洪堡大学商业和经济学院文章摘要(机翻修改):类的不平衡是监督学习中常见的问题,阻碍了分类模型的预测性能。流行的分类策略包括对少数类进行过量采样,例如SMOTE这样依赖于寻找最近的邻和线性插值的标准方
原创
2022-04-23 15:50:44 ·
2802 阅读 ·
1 评论