《表3 性能分析对比结果》

  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

《基于随机平衡采样的不平衡数据流分类研究》

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

性能分析.用3组真实数据和人工数据对随机平衡采样SEA算法进行性能分析，主要从AUC、F值二个指标对RBSSEA进行性能验证，并和Learn++.CDS、Learn++.NIE、SERA算法进行比较，其中数据块大小设置为40，集成分类器大小设置为40，性能结果如表3所示.从表3可以看出相比Learn++.CDS、Learn++.NIE、SERA算法，RBSSEA算法具有较好的分类性能.当不平衡数据流极度不平衡时，RBSSEA算法依然具有较好的分类性能.这主要是由于Learn++.CDS是采用SMOTE采样方法对数据流进行再平衡处理，而Learn++.NIE采用类Bagging算法处理不平衡数据流.