基于少数类样本重组的不平衡数据分类研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 不平衡数据分类问题的难点 | 第13-15页 |
| 1.2.1 少数类样本缺失 | 第13-14页 |
| 1.2.2 评价准则不恰当 | 第14页 |
| 1.2.3 噪声数据的影响 | 第14-15页 |
| 1.2.4 不恰当的归纳偏置 | 第15页 |
| 1.2.5 数据碎片 | 第15页 |
| 1.3 国内外研究现状 | 第15-20页 |
| 1.3.1 数据层次的方法 | 第16-18页 |
| 1.3.2 算法层次的方法 | 第18-20页 |
| 1.4 本文工作及创新点 | 第20页 |
| 1.5 本文组织结构 | 第20-22页 |
| 第2章 不平衡分类问题的相关知识 | 第22-32页 |
| 2.1 不平衡数据分类问题的评价标准 | 第22-25页 |
| 2.1.1 g-mean准则 | 第23页 |
| 2.1.2 F-measure准则 | 第23-24页 |
| 2.1.3 ROC曲线 | 第24-25页 |
| 2.2 上采样算法简介 | 第25-30页 |
| 2.2.1 SMOTE算法 | 第25-29页 |
| 2.2.2 Borderline-SMOTE算法 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第3章 基于DBSMOTE算法的模型设计 | 第32-41页 |
| 3.1 DBSMOTE算法 | 第32-36页 |
| 3.1.1 算法描述 | 第32页 |
| 3.1.2 边界样本和基础样本的选择 | 第32-33页 |
| 3.1.3 新样本的生成规则 | 第33-34页 |
| 3.1.4 伪代码 | 第34-36页 |
| 3.2 SVM算法简介 | 第36-38页 |
| 3.3 C4.5算法简介 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 实验及结果分析 | 第41-50页 |
| 4.1 实验数据集 | 第41-42页 |
| 4.2 实验设计与倍率设置 | 第42-43页 |
| 4.2.1 实验设计 | 第42页 |
| 4.2.2 倍率设置 | 第42-43页 |
| 4.3 使用C4.5分类算法的实验 | 第43-47页 |
| 4.3.1 算法参数设置 | 第43-44页 |
| 4.3.2 实验结果及分析 | 第44-47页 |
| 4.4 使用SVM分类算法的实验 | 第47-49页 |
| 4.4.1 算法参数设置 | 第47页 |
| 4.4.2 实验结果及分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56页 |
