《表3 五种机器学习算法在不同情况下的fmeasure值》

  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BL-SMOTE和随机森林的不平衡数据分类》

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

实验结果表明在随机森林机器学习分类器基础上，使用BL-SMOTE算法处理的不平衡数据xacc=0.944 3、fmeasure=0.944 3、Gmean=0.754 2，各项评价指标均高于其他情况。使用BL-SMOTE算法处理不平衡数据集准确率最高，从而验证了本文所提算法的有效性。