《表4 AK-SMOTE采样处理的GBDT模型结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进的SMOTE采样Catboost分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从上表的输出结果可以清楚的看到，经过AK-SMOTE采样处理之后的GBDT模型，类别0，即多数类，它的precision（查准率）达到了99%，recall（召回率）达到了91%，f1-score(f1-度量）达到了95%，而另一边的类别1，即少数类，它的precision（查准率）达到了74%，recall（召回率）达到了96%，f1-score(f1-度量）达到了84%，最后的accuracy（精度）可以达到92%，而总体的precision（查准率）达到了73.86%，recall（召回率）达到了96.47%，f1-score(f1-度量）达到了83.67%，处理之后的效果不如随机森林学习模型的效果。