- 类别不平衡学习:理论与算法
- 于化龙
- 186字
- 2020-11-28 17:48:45
2.4 本章小结
本章为全书的基础理论部分。首先,以朴素贝叶斯、支持向量机及极限学习机等三种分类器从理论上说明了样本不平衡分布对传统分类器性能的影响机理。然后,从样本分布的角度入手,探讨了多种因素对类别不平衡学习性能的影响规律。最后,介绍了类别不平衡学习问题中经常采用的各类性能评价测度。希望通过本章内容,使读者能对类别不平衡学习问题有更深入的认识,并为后续的学习打下坚实的基础。
本章为全书的基础理论部分。首先,以朴素贝叶斯、支持向量机及极限学习机等三种分类器从理论上说明了样本不平衡分布对传统分类器性能的影响机理。然后,从样本分布的角度入手,探讨了多种因素对类别不平衡学习性能的影响规律。最后,介绍了类别不平衡学习问题中经常采用的各类性能评价测度。希望通过本章内容,使读者能对类别不平衡学习问题有更深入的认识,并为后续的学习打下坚实的基础。