基于采樣技術的主動不平衡學習算法研究
大小：1.99 MB 人氣： 2018-01-09 需要積分：3
針對在不平衡分布數據中執(zhí)行主動學習，其分類面容易形成偏倚，從而導致主動學習失效這一問題，擬采用采樣技術作為學習過程的平衡控制策略，在調查了幾種已有的采樣算法的基礎上，提出了一種邊界過采樣算法，并將其與主動學習相結合。此外，考慮到極限學習機所具有的泛化能力強、訓練速度快等優(yōu)點，擬采用其作為基分類器，來加速主動學習的進程。通過12個基準數據集對加入平衡控制策略的主動學習算法的性能進行了驗證，結果表明：在不平衡場景下，主動學習確實會受到其負面影響，且引入了采樣技術的主動學習算法性能明顯更優(yōu)。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于采樣技術的主動不平衡學習算法研究下載
相關電子資料下載
- 機器學習算法原理詳解 89
- 我去過的加拿大大學——AI深度學習算法誕生地 599
- 深入了解目標檢測深度學習算法的技術細節(jié) 150
- 什么是NanoEdge AI Studio 1389
- 深入探討線性回歸與柏松回歸 394
- 國際機器人聯(lián)合會（IFR）近期發(fā)布2024全球五大機器人趨勢 875
- 基于NumPy的機器學習算法實現 148
- 目前主流的深度學習算法模型和應用案例 777
- 常用的十大機器學習算法介紹 292
- 深入研究六種最重要的機器學習算法 282