样本不平衡--SMOTE算法-学习笔记
2017-04-17 17:11
239 查看
1 SMOTE算法的简单理解
一个数集中的数据是分布在特征空间中的,假设数据是2维的,那么数据的就是一个平面上的点。对于类别不平衡数据来说,假设负样本数据是少量的,那么这个数据只占据了空间的一小部分。SMOTE 算法就是对这些小样本数据占据的空间中进行插值。 而不影响到正样本的空间。2 如何插值
SMOTE算法采取了一种策略,选择两个距离接近的点进行插值。相关文章推荐
- [算法学习笔记] AVL树----带有平衡条件的二叉搜索树
- C++精华(STL)学习笔记之算法
- 关于C++标准库泛型算法merge的学习笔记
- 算法学习笔记之:找出所缺的整数
- 算法导论学习笔记-找数组中第二小的数
- 数据结构和算法学习笔记(1)
- 智能算法学习笔记
- 算法导论学习笔记-第五章-概率分析和随机算法
- STL的内观排序(introsort)算法学习笔记
- 遗传算法与直接搜索工具箱学习笔记 五-----使用GPS算法寻找一个函数的最小值
- 学习笔记:TimeSpan(时间片),以及各种时间差的算法
- 链栈实现算法 - Java 学习笔记(26)
- 算法学习笔记--概况
- 算法学习笔记--排序(简介)
- 基础算法学习笔记(二)----动态规划
- 汉诺塔算法学习笔记
- 算法导论学习笔记-1
- 每天学习一点flash(35) 游戏设计笔记 (5) 跳跃算法笔记
- 数据结构学习笔记一:简单排序与查询算法
- 算法导论学习笔记-第二章-算法入门