《表1 样本不均衡分布情况统计》

  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

《面向非均衡数据的糖尿病并发症预测》

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

为了证明这一观点，选择UCI下的三个正负样本不同比例的数据集（煤矿高能地震波数据集、肺癌患者数据集和心力衰竭患者数据集），分别对比学习器（随机森林）使用SMOTE和F＿SMOTE的实验数据。其中，随机森林学习器采用默认参数设置，使用5折交叉验证，SMOTE中的K近邻参数取值为3。为便于对比新算法的优势，三个数据集的正负数据分布情况如表1所示，SMOTE和F＿SMOTE的PR曲线下的AUC值如图1所示。