《表3 不同k值下的MOLAD算法与各分类模型组合的平均F1值》
从前文可知k值在N的1~2倍之间,取k值为10~20,将MOLAD算法分别与XGBoost和三个对照组组合,对近邻阶数k进行验证,以多个状态的平均F1值为评价指标确定k的最佳值,详见表3。当k=10时,MOLAD等同于SMOTE算法,从表3可知,MOLAD算法合成的样本质量要高于SMOTE算法。MOLAD算法中最优近邻阶数k=12,MOLAD-XGBoost的诊断表现要优于其余复合算法。
图表编号 | XD00202893800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.15 |
作者 | 潘进、丁强、江爱朋、陈越增、夏宇栋 |
绘制单位 | 杭州电子科技大学自动化学院、杭州电子科技大学自动化学院、杭州电子科技大学自动化学院、宁波惠康实业有限公司、杭州电子科技大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |