《表1 数据表：一种基于混合采样的非均衡数据集分类算法》

  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

《一种基于混合采样的非均衡数据集分类算法》

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

UCI数据库是加州大学欧文分校（University of California Irvine）提出的用于机器学习的数据库，UCI数据集是一个常用的标准测试数据集，为了评价本算法的性能，因此采用了UCI机器学习数据库中的6组有代表性的非均衡数据集，如表1是数据特征信息，数据是结构化数据，需要对其做特征缩放，将特征缩放至同一个规格.数据预处理将训练集和测试集归一化到[0，1]区间.如果样本集中包含几个类别，则选择其中一类样本或者将数量较少的几类样本合并后作为少数类，其余作为多数类.采用python语言进行实验，这6组非均衡数据集分别是credit数据集，pima数据集，page数据集，iris数据集，ecoli数据集，german数据集.每次实验将样本集随机划分，80%为训练集20%为测试集.