《表3 计算工况:利用自然最近邻的不平衡数据过采样方法》

《表3 计算工况:利用自然最近邻的不平衡数据过采样方法》   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
《利用自然最近邻的不平衡数据过采样方法》


  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

本文选择不平衡数据分类问题的常用评价指标F-value、G-mean和AUC作为分类结果。其中,AUC是ROC曲线下各部分的面积之和,表示分类器将随机测试的正实例排序高于随机测试的负实例的概率,数值越大,分类性能越好。F-value和G-mean的计算过程由混淆矩阵构造得到。混淆矩阵的定义如表3所示。