基于GKE-IVIF-KNN的非平衡数据分类方法研究.pdf

基于GKE-IVIF-KNN的非平衡数据分类方法研究.pdf

基于GKE-IVIF-KNN的非平衡数据分类方法研究

摘要

不同领域的数据具有其独特性,例如在金融欺诈检测、疾病诊断和交通事故分析

中,数据往往呈现出天然的不平衡性——正常样本占据多数,而异常样本则相对稀少。

这类非平衡数据对传统机器学习算法构成了严峻挑战。SMOTE作为主流解决方案,有

效缓解了类别分布失衡问题。然而,SMOTE仍存在固有缺陷:合成过程中易受噪声干

扰。因此,如何在平衡数据分布的同时减少噪声样本的影响,成为当前研究的焦点。

对此,本文

文档评论(0)

1亿VIP精品文档

相关文档