《表1 数据具体描述：面向非均衡数据类的朴素贝叶斯改进算法》

  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

《面向非均衡数据类的朴素贝叶斯改进算法》

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

非均衡数据大多为两类，因此从UCI机器学习库中选取13个数据集进行二分类实验，规定正类为少数类。这些数据集来源于众多领域，有图像、医疗，邮件等，具体情况如表1所示。为简化训练复杂度，同时保证分类的精度，特征抽取时，舍去不利于分类的特征（对应AUC值低于50%）。实验结果如表2所示，表中加粗数字为行中最大值。AUC，TPR，ACC（精度）通过文献[11]中的方法计算。