过抽样算法在不平衡数据学习中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论和背景介绍 | 第9-14页 |
| ·不平衡数据介绍 | 第9-13页 |
| ·研究的背景和意义 | 第9-10页 |
| ·不平衡数据分类困难的原因 | 第10-13页 |
| ·本论文的工作 | 第13-14页 |
| 第二章 不平衡数据集分类的研究现状 | 第14-24页 |
| ·不平衡数据分类的研究方法 | 第14-19页 |
| ·数据层的方法 | 第14-17页 |
| ·算法层的方法 | 第17-19页 |
| ·不平衡数据分类的评价准则 | 第19-23页 |
| ·g-mean 准则 | 第20-21页 |
| ·F-value 准则 | 第21页 |
| ·ROC 曲线及AUC 面积 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 过抽样算法与不平衡数据学习 | 第24-29页 |
| ·SMOTE 算法及其优缺点 | 第24-26页 |
| ·算法介绍 | 第24-25页 |
| ·算法的优缺点 | 第25-26页 |
| ·SMOTE 算法的发展 | 第26-27页 |
| ·算法与分类器的结合 | 第26-27页 |
| ·基于算法的改进 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第四章 基于 NSMOTE 算法的模型设计 | 第29-40页 |
| ·NSMOTE 算法 | 第29-34页 |
| ·算法描述 | 第29-31页 |
| ·伪代码 | 第31-34页 |
| ·Biased-SVM 算法介绍 | 第34-39页 |
| ·SVM 算法简介 | 第34-37页 |
| ·Biased-SVM 算法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 实验及结果分析 | 第40-49页 |
| ·数据集描述 | 第40-41页 |
| ·实验设计与倍率设置 | 第41-43页 |
| ·实验设计 | 第41-42页 |
| ·倍率设置 | 第42-43页 |
| ·实验结果分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间取得的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 附件 | 第56页 |
