《表3 在欠抽样法和重复抽样法下得到的模型F-Measure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

《基于不平衡数据集的机器学习算法研究》

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

表中所有加粗字体表示在同样的实验条件之下，加粗字体的数值较大。RE表示在重复抽样下的结果，表2数据表明，在用AUC作为评价指标时，重复抽样法在所有的抽样比例下都比欠抽样法要好。表3数据表明在用F-Measure作为评价指标时，C4.5和KNN算法在任何抽样比例下，都表现出重复抽样要优于欠抽样的特性，而NB和RF算法在抽样比例为40%、60%、80%时，重复抽样要优于欠抽样，只有LR算法在抽样比例为60%和80%时，重复抽样要优于欠抽样[6，7]。表4结果也证明了相似的结论，在五种算法中，有四种即C4.5、LR、RF、KNN无论在何种比例抽样中，重复抽样都要优于欠抽样。基于以上分析，本文得出了两个结论: