《表5 AK-SMOTE采样处理的Catboost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Catboost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92%，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97%，f1-score(f1-度量）达到了84%，最后的accuracy（精度）也可以达到93%，而总体的precision（查准率）达到了74.43%，recall（召回率）达到了97.22%，f1-score(f1-度量）达到了84.32%，处理之后的效果相对其他的集成学习分类器来说效果是最好的。