Grouped SMOTE With Noise Filtering Mechanism for Classifying Imbalanced Data

SMOTE (Synthetic Minority Oversampling TEchnique) is one of the most popular and well-known sampling algorithms for addressing class imbalance learning problem. The merits of SMOTE reflect at that in comparison with the random oversampling technique, it can alleviate the problem of overfitting to a...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE access Ročník 7; s. 170668 - 170681
Hlavní autoři:	Cheng, Ke, Zhang, Chen, Yu, Hualong, Yang, Xibei, Zou, Haitao, Gao, Shang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 2019 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Algorithms class imbalance learning Classification Classification algorithms Data models Estimation Filtering Filtering algorithms Filtration Gaussian-Mixture model Machine learning Noise measurement Outliers (statistics) Oversampling Parameters Probabilistic models probability density Safety Sampling SMOTE
ISSN:	2169-3536, 2169-3536
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!