arXiv cs.AI / cs.LG 最新· Xun Wei·· 1 天前AI 评分39
CBE：一种面向不平衡数据的复杂度自适应边界感知集成方法
CBE: A Complexity-adaptive Boundary-aware Ensemble Method for Imbalanced Data
AI 导读
研究者提出复杂度自适应边界感知集成框架 CBE，把欠采样权重分布与数据复杂度关联，据此动态调整对边界样本的采样偏好。该框架引入融合多层级指标的整体复杂度度量，将不平衡数据集划分为三类。在 UCI 与 KEEL 的 24 个基准数据集上，CBE 在 Easy 和 Median 数据集上的 F-measure 与 G-mean 优于现有方法，且困难数据集性能未下降。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。