《表3 三种算法在不同数据集的F-score、AUC表现》

  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

《结合马氏距离的smote改进算法研究》

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

在使用决策树和GNB分类器对不同采样算法在三个数据集进行采样后的表现，可以看到相对于经典SMOTE算法和sklearn-smote方法的表现，Maha-smote算法的f-score、AUC评分均高于前两个采样方法，且在某些方面和GNB一起搭配能够对非平衡数据集进行更好的预测。