《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》
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.
图表编号 | XD0023989800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.01 |
作者 | 魏金太、高穹 |
绘制单位 | 河南林业职业学院信息与艺术设计系、中国洛阳电子装备试验中心 |
更多格式 | 高清、无水印(增值服务) |