不平衡类别的机器学习
程序员文章站
2022-06-26 17:54:58
前一项
后一项
本作品采用知识共享
"署名-非商业使用-禁止演绎 2.5 *"
许可协议授权
订阅最新更新!
不平衡类别的机器学习
作者:...
前一项 后一项
本作品采用知识共享 "署名-非商业使用-禁止演绎 2.5 *" 许可协议授权
订阅最新更新!不平衡类别的机器学习
作者:燕继坤
提交人:yanjk (2004年10月28日 周四)
类型:book chapter (Chinese)
引用网址:http://www.qiji.cn/eprint/abs/1701.html
注释:全文被作者撤回,如感兴趣,请直接与作者联系:yan_jk@sina.com
摘要/内容:
传统机器学习中通常隐含地假设所研究的问题是类别平衡的,很多应用并不满足这个假设,这些应用中往往需要预测重要而稀少的正类(少数类)。传统机器学习以精度最大化为目标,在遇到不平衡类别问题时,容易训练出把所有实例都分为反类(多数类)的平凡分类器。不平衡类别是妨碍机器学习被广泛使用的原因之一,近年来这个问题才引起关注。
为了寻找对不平衡类别有很好适应性的学习算法,以精度的几何平均(GMA)作为分类器的设计目标。主要用UCI 机器学习数据集中的一些数据进行实验。
关键词: 机器学习,不平衡类别,综合学习,SVM
全文/附件:
TXT下载
评论/打分:
给资料打分
10.00
(1票)
/
发表评论
/
前一项
/
后一项
推荐阅读:
Inverse Eigenvalue…
[章节]
Numerical methods for…
[期刊]
规范场论(春季)
[讲义]
一个新的足球烯家族
[书籍]
q-deformations of quantum …
[期刊]