|
题名:
|
非平衡数据分类理论与方法 / 翟俊海著 , |
|
ISBN:
|
978-7-03-077498-9 价格： CNY120.00 |
|
语种:
|
chi |
|
载体形态:
|
205页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 科学出版社 出版日期： 2024.4 |
|
内容提要:
|
本书结合作者团队近年来关于非平衡数据分类的研究成果, 系统介绍非平衡数据分类的理论和方法。第1章介绍后续章节要用到的理论基础, 包括什么是数据分类, 以及解决分类问题的常用方法: K-近邻、决策树、神经网络、极限学习机、支持向量机和集成学习。第2章介绍模型评价, 包括: 介绍基本度量、介绍ROC曲线与AUC面积等。第3章介绍数据级方法, 包括对数据级方法进行了概述、介绍SMOTE算法等。第4章介绍算法级方法, 包括: 对算法级方法进行概述、介绍基于代价敏感性学习的非平衡数据分类方法、介绍基于深度学习的非平衡图像数据分类方法。第5章介绍集成学习方法, 包括: 对集成学习方法进行概述、介绍SMOTEBoost算法与SMOTEBagging算法等。 |
|
主题词:
|
数据处理 |
|
中图分类法:
|
TP274 版次： 5 |
|
主要责任者:
|
翟俊海 著 |