前一項 后一項

本作品采用知識共享 "署名-非商業使用-禁止演繹 2.5 中國大陸" 許可協議授權

不平衡類別的機器學習

作者：燕繼坤
提交人：yanjk （2004年10月28日 周四）
類型：book chapter （Chinese）
引用網址：http://www.qiji.cn/eprint/abs/1701.html
注釋：全文被作者撤回，如感興趣，請直接與作者聯系：[email protected]

摘要/內容： 傳統機器學習中通常隱含地假設所研究的問題是類別平衡的，很多應用并不滿足這個假設，這些應用中往往需要預測重要而稀少的正類（少數類）。傳統機器學習以精度最大化為目標，在遇到不平衡類別問題時，容易訓練出把所有實例都分為反類（多數類）的平凡分類器。不平衡類別是妨礙機器學習被廣泛使用的原因之一，近年來這個問題才引起關注。

為了尋找對不平衡類別有很好適應性的學習算法，以精度的幾何平均（GMA）作為分類器的設計目標。主要用UCI 機器學習數據集中的一些數據進行實驗。

關鍵詞： 機器學習，不平衡類別，綜合學習，SVM

全文/附件： TXT下載
評論/打分： 給資料打分 10.00 (1票) / 發表評論 / 前一項  / 后一項

推薦閱讀：
Inverse Eigenvalue… [章節]
Numerical methods for… [期刊]
規范場論(春季) [講義]
一個新的足球烯家族 [書籍]
q-deformations of quantum … [期刊]