原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
内容摘要
随着大数据和信息技术的迅速发展，高维数据集在各个行业领域中均广泛存在，高维
数据集具有丰富的信息的同时，也引发了计算复杂性、过拟合、降低可解释性和维度灾难
等挑战。与此同时，不平衡数据问题也随之变得愈发普遍，不同类别的数据样本分布极不
均匀，这会导致机器学习中的分类模型倾向于对多数类别进行预测，对不平衡数据的少数
类不敏感，忽视少数类别样本特征，致使预测结果存在偏差，可能导致低召回率和高误报
率，从而产生误导性错误判断。
目前对高维不平衡数据集的处理使其在分类预测模型中有更好的表现的研究
文档评论（0）