《表1 实验数据集:面向非平衡多分类问题的二次合成QSMOTE方法》
为了验证本文提出的QSMOTE算法的有效性,选取UCI数据集和数字手写集MNIST进行实验,数据集说明如表1所示.实验数据按照训练集∶测试集为4∶1的比例进行划分,按照相同比例在原数据集中重复抽取10次,并对每次划分结果采用10-折交叉验证进行实验,得到对应的最优参数.将QSMOTE方法与两种经典的采样方法SMOTE和Borderline-SMOTE进行比较,分类采用LibSVM工具箱中的SVM分类器进行分类预测,选择RBF核为核函数,通过实验获得不同数据集下的最优参数C和σ.数据合成算法中近邻参数k依次为5,10,15,20;支持度阈值sop依次为0.3,0.5,0.8.
图表编号 | XD0038334200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.30 |
作者 | 韩明鸣、郭虎升、王文剑 |
绘制单位 | 山西大学计算机与信息技术学院、山西大学计算机与信息技术学院、计算智能与中文信息处理教育部重点实验室山西大学 |
更多格式 | 高清、无水印(增值服务) |