研究文章雷竞技app下载苹果版

乐团的一阶逻辑决策树不平衡分类问题

文摘

经常会遇到不平衡类分布在实际分类问题。乐团分类基于决策树分类学习被广泛用于商业和医疗领域。这个问题可以解决高维系综分类基于一阶逻辑决策树方法通过增加竞争性能。拟议的工作是测试与龙骨与不同类别数据集。数据预处理方法(抽样过程)方法旨在平衡类分布通过随机消除多数类的例子,然后分割决策树算法生成树形结构的分类规则,这是写在连词和析取特征值的一种形式。装袋基础整体方法增加少数类实例的数量的复制和最终的决策树方法是一阶逻辑(褶皱)方法用于发现变异以及结合0到1。实验结果在许多class-imbalanced数据集,包括BRFSS和模拟数据集来自医学界和几套来自UCI和龙骨突出的有效性提供了广泛的数据分布和乐团的类不平衡。

M。Manjula, T.Seeniselvi

阅读全文下载全文|访问全文