期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于密度峰值聚类的不平衡数据过抽样方法 被引量:1
1
作者 张智驹 《统计与决策》 CSSCI 北大核心 2024年第8期11-16,共6页
大多数不平衡数据过抽样方法依赖于太多参数,容易生成噪声并难以处理流形数据集。为此,文章提出了一种基于密度峰值聚类的不平衡数据过抽样方法(OVMEDPC)。首先,OVMEDPC用密度峰值聚类(DPC)来发现不平衡数据的空间结构;其次,OVMEDPC设... 大多数不平衡数据过抽样方法依赖于太多参数,容易生成噪声并难以处理流形数据集。为此,文章提出了一种基于密度峰值聚类的不平衡数据过抽样方法(OVMEDPC)。首先,OVMEDPC用密度峰值聚类(DPC)来发现不平衡数据的空间结构;其次,OVMEDPC设计了一种基于密度峰值聚类的噪声过滤方法来移除噪声;最后,OVMEDPC设计了一种基于密度峰值聚类的插值技术来生成少数类的合成样本。实验证明,就随机森林分类器而言,OVMEDPC在F-measure和G-mean上优于5个先进的过抽样方法。 展开更多
关键词 不平衡分类 过抽样方法 分类 密度峰值 聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部