The problem of learning from imbala

The problem of learning from imbalanced data has been intensively researched in the last decade and several methods have been proposed to address it – for a review see, e.g., [24]. Re-sampling methods [9,8,33,47] are a classifier-independent type of techniques that modify the data distribution taking into account local characteristics of examples to change the balance between classes. There are numerous works discussing their advantages [4,10]. Among these methods, the Synthetic Minority Over-sampling Technique (SMOTE) [9] is one of the most well-known; it generates new artificial minority class examples by interpolating among several minority class examples that lie together.

Kết quả (Việt) 1:

Vấn đề của việc học từ mất cân bằng dữ liệu đã được nghiên cứu chuyên sâu trong thập kỷ qua và một số phương pháp đã được đề xuất để giải quyết nó-cho thấy một bài đánh giá, ví dụ, [24]. Phương pháp lấy mẫu tái [9,8,33,47] là một loại độc lập của kỹ thuật này thay đổi phân phối dữ liệu tham gia vào tài khoản địa phương đặc điểm của các ví dụ để thay đổi sự cân bằng giữa các lớp. Có rất nhiều công trình thảo luận về những lợi thế của họ [4,10]. Trong số những phương pháp này, các tổng hợp dân tộc thiểu số trên mẫu kỹ thuật (SMOTE) [9] là một trong những nổi tiếng nhất; nó tạo ra các ví dụ về lớp thiểu số artificial mới của interpolating một trong nhiều ví dụ lớp thiểu số nói dối với nhau.

Kết quả (Việt) 2:

Vấn đề của việc học từ dữ liệu mất cân bằng đã được nghiên cứu mạnh mẽ trong thập kỷ qua và một số phương pháp đã được đề xuất để giải quyết nó - để xem xét xem thí dụ, [24]. Re-lấy mẫu phương pháp [9,8,33,47] là một loại phân lớp độc lập của các kỹ thuật làm thay đổi sự phân bố dữ liệu có tính đến đặc điểm địa phương ví dụ để thay đổi sự cân bằng giữa các lớp. Có rất nhiều công trình thảo luận về lợi thế của họ [4,10]. Trong số các phương pháp này, các cổ đông thiểu số tổng hợp Qua lấy mẫu Kỹ thuật (đập) [9] là một trong những nổi tiếng nhất; nó tạo ra arti fi ví dụ lớp tài thiểu số mới bằng cách nội suy giữa một số ví dụ lớp thiểu số nằm với nhau.