![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
非平衡数据
文章平均质量分 80
HenrySmale
张恒汝,博士,西南石油大学教授,硕士生导师,机器学习研究中心副主任,四川省学术和技术带头人后备人选,四川省通信管理局工业互联网领域入库专家,教育部产学合作协同育人项目入库专家,CCF、ACM会员,CAAI粒计算与知识发现专委会委员。
展开
-
论文笔记:一分类及其在大数据中的潜在应用综述
论文:A literature review on one‑class classification and its potential applications in big data发表:Journal of Big Data在严重不平衡的数据集中,使用传统的二分类或多分类通常会导致对具有大量实例的类的偏见。在这种情况下,对少数类实例的建模和检测是非常困难的。一分类(OCC)是一种检测与已知类实例相比较的异常数据点的方法,可以用于解决与严重不平衡数据集相关的问题,这在大数据中尤其常见。原创 2023-09-07 10:48:37 · 1197 阅读 · 0 评论 -
如何运行imbalanced-streams-master工程?
这个步骤网上的教程特别多,在此就不特别叙述了。原创 2023-08-27 16:42:42 · 153 阅读 · 0 评论 -
论文笔记:基于概念漂移的在线类非平衡学习系统研究
论文:A Systematic Study of Online Class Imbalance Learning With Concept Drift发表:2018年发表在TNNLS上源代码:?作为一个新兴的研究课题,在线类非平衡学习往往结合了类非平衡和概念漂移的挑战。它处理具有非常倾斜的类分布的数据流,其中可能发生概念漂移。它最近受到越来越多的研究关注;然而,很少有研究解决类失衡和观念漂移并存的综合问题。原创 2023-08-24 11:59:29 · 914 阅读 · 0 评论 -
论文笔记:从不平衡数据流中学习的综述: 分类、挑战、实证研究和可重复的实验框架
实验研究在515个不平衡数据流上评估了24个最先进的数据流算法,在二分类和多分类场景下这些数据流结合了静态和动态类不平衡比率、实例级困难、概念漂移、真实世界和半合成数据集。这导致了一项大规模的实验研究,比较了数据流挖掘领域中最先进的分类器。我们讨论了这些场景中最先进的分类器的优点和缺点,并为最终用户提供了针对不平衡数据流选择最佳算法的一般建议。通过这种方式,我们提出了一种标准化的方法来在不平衡的数据流中进行实验,其他研究人员可以使用这种方法来对新提出的方法进行完整、可信和公平的评估。原创 2023-08-24 10:26:31 · 1736 阅读 · 1 评论