admin管理员组文章数量:1567751
1.不平衡学习的基本概念及处理方法分类:http://www.360doc/content/17/1023/09/42392246_697348454.shtml
重点学习:分类中解决类别不平衡问题https://blog.csdn/weixin_42462804/article/details/99821091?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromBaidu-1.control&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromBaidu-1.control
https://zhuanlan.zhihu/p/36381828
综述重点:https://www.pianshen/article/70241747728/
2.学习AdaCost对AdaBoost的改进方式:实现基于代价敏感的AdaCost算法https://zhuanlan.zhihu/p/39524415
3.SMOTE算法的matlab实现:https://blog.csdn/weixin_42355132/article/details/108002371基于MATLAB,应用SMOTE算法对小样本类进行过采样
python中可以调用imlbearn库的SMOTE接口,https://blog.csdn/qq_38016957/article/details/100115260?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.control
其他人分享的代码:https://blog.csdn/jiede1/article/details/70215477
# 使用imlbearn库中上采样方法中的SMOTE接口
from imblearn.over_sampling import SMOTE
# 定义SMOTE模型,random_state相当于随机数种子的作用
smo = SMOTE(random_state=42)
X_smo, y_smo = smo.fit_sample(X, y)
版权声明:本文标题:类别不平衡数据的处理 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://www.elefans.com/xitong/1726918056a1090367.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论