《表1 不平衡数据集特征与分布》

  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

《一种改进过采样算法在类别不平衡信用评分中的应用》

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

为测试本文所建模型对类不平衡数据集的分类效果，选取了来自UCI数据库和KEEL数据库中五组不同的数据集进行实验，各数据集的特征信息如表1所示。实验过程中采用10折交叉验证（10-fold cross-validation）的测试方法，将数据集等分为10份，轮流选择其中9份作为训练集，1份作为测试集。对10次实验结果中各度量值取均值作为模型的最终评价结果。经反复测试，实验参数设置为:Boosting迭代次数为500次，基分类器分数为20个，SVM中核函数选择径向基（RBF）函数，核参数γ取值为2，C取值为100。