面向不平衡数据的分类算法

【文件属性】：
文件名称：面向不平衡数据的分类算法
文件大小：3.33MB
文件格式：PDF
更新时间：2021-05-06 12:34:16
不平衡数据 分类 变分自编码器 过采样 深度学习 不平衡数据在分类时往往会偏向"多数"，传统过采样生成的样本不能较好的表达原始数据集分布特征.改进的变分自编码器结合数据预处理方法，通过少数类样本训练，使用变分自编码器的生成器生成样本，用于以均衡训练数据集，从而解决传统采样导致的不平衡数据引起分类过拟合问题.我们在UCI四个常用的数据集上进行了实验，结果表明该算法在保证准确率的同时提高了F_measure和G_mean.