《表4 合成少数过采样生成的NSL-KDD训练数据分布Tab.4 Smote generated NSL-KDD training data distributions》

  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

《基于信息增益和随机森林分类器的入侵检测系统研究》

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

在实验中，为了解决之前提到的原始NSL-KDD训练数据不平衡问题，利用合成少数过采样的方法将少数过采样到800%，而对于基于信息增益的特征选择，将阈值设为T=0.9.经过合成少数过采样后的新的训练数据集的分布情况如表4所示.训练数据集中的少数类（U2R）由原来的52增加到了468.