طبقه بندی داده های نامتعادل با ترکیب دو تکنیک نمونه زدایی و نمونه افزایی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,460
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTCK02_064
تاریخ نمایه سازی: 8 آبان 1395
Abstract:
طبقه بندی داده های نامتعادل یکی از مسائل مورد توجه در جامعه تحقیقاتی یادگیری ماشین و تشخیص الگو است. دادهنامتعادل دادهای است که در آن در یک کلاس که معمولا اهمیت بیشتری دارد داده بسیار اندک است. یکی از روشهایبرخورد با عدم تعادل پیش پردازش داده ها به دو شکل نمونه زدایی و نمونه افزایی است. نمونها فزایی مشکل یادگیریافزونه و نمونه زدایی مشکل حذف داده های با اهمیت را دارد. در این تحقیق روشی ترکیبی مبتنی بر نمونه زدایی و نمونهافزایی ارائه می شود.نتایج بر روی داده های استاندارد نشان می دهد که این روش در مقایسه با چند روش مشابه با معیار AUC نتایج را بهبود داده است.
Keywords:
Authors
فرزانه ایوبی مهریزی
دانشجوی کارشناسی ارشد دانشگاه امام رضا
عادل قاضی خانی
استادیار گروه کامپیوتر دانشگاه امام رضا
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :