The other contribution of this pape

The other contribution of this paper is to provide a comprehensive experimental comparison of SMOTE–IPF with these generalizations. Moreover, different data factors will be considered in these parts of this experimental study. A first part will be carried out with special synthetic datasets containing different shapes of the minority class example boundaries and levels of borderline examples, as considered in related studies [22,28,29,40]. Additionally, a set of real-world datasets which are also known to be affected by noisy and borderline examples will be considered. All of these were used in [40] and are available in the KEEL-dataset repository [1]. Yet another contribution of this paper will be to introduce additional class or attribute noise into these real-world datasets and to study its impact on compared SMOTE generalizations. After prep-process-ing these datasets, the performances of the classifiers built with C4.5 [41] will be evaluated and they will also be contrasted using the proper statistical tests as recommended in the specialized literature [14,19,25]. The characteristics of IPF which differentiate it from other filters and a discussion on the strengths and weaknesses of IPF in dealing with imbalanced data- sets with noisy and borderline examples will be analyzed in Section 6

Kết quả (Việt) 1:

Các đóng góp khác của giấy này là để cung cấp một so sánh thử nghiệm toàn diện của SMOTE-IPF với những chung chung. Hơn nữa, yếu tố dữ liệu khác nhau sẽ được xem xét trong các bộ phận của nghiên cứu thử nghiệm này. Một phần đầu tiên sẽ được thực hiện với datasets tổng hợp đặc biệt có chứa các hình dạng khác nhau của các dân tộc thiểu số lớp ranh giới ví dụ và các cấp độ của các ví dụ đường biên giới, như được coi là trong các nghiên cứu liên quan đến [22,28,29,40]. Ngoài ra, một tập hợp các datasets thực thế giới mà còn được gọi bị ảnh hưởng bởi ví dụ ồn ào và đường biên giới sẽ được xem xét. Tất cả đã được sử dụng trong [40] và có sẵn trong kho lưu trữ số liệu KEEL [1]. Tuy nhiên, các đóng góp khác của bài viết này sẽ giới thiệu tiếng ồn lớp hoặc thuộc tính bổ sung vào các datasets thực thế giới và để nghiên cứu tác động của nó trên so SMOTE chung chung. Sau khi chuẩn bị-quy trình-ing những datasets, diễn xuất của máy phân loại được xây dựng với C4.5 [41] sẽ được đánh giá và họ sẽ còn được trong sự tương phản bằng cách sử dụng các bài kiểm tra thống kê thích hợp theo khuyến cáo trong các tài liệu chuyên ngành [14,19,25]. Các đặc tính của IPF phân biệt nó từ các bộ lọc khác và một cuộc thảo luận về những thế mạnh và điểm yếu của IPF trong việc đối phó với mất cân bằng dữ liệu bộ với ồn ào và đường biên giới ví dụ sẽ được phân tích ở phần 6

Kết quả (Việt) 2:

Các khoản đóng góp khác của bài viết này là để cung cấp một so sánh thử nghiệm toàn diện của đập-IPF với những khái quát. Hơn nữa, các yếu tố dữ liệu khác nhau sẽ được xem xét trong các bộ phận của nghiên cứu thử nghiệm này. Một phần đầu tiên sẽ được thực hiện với các tập dữ liệu tổng hợp đặc biệt có chứa các hình dạng khác nhau của ví dụ ranh giới và mức độ của các ví dụ biên giới lớp thiểu số, như xem xét trong nghiên cứu liên quan [22,28,29,40]. Ngoài ra, một tập hợp các bộ dữ liệu thực tế mà còn được gọi là bị ảnh hưởng bởi những ví dụ ồn ào và đường biên giới sẽ được xem xét. Tất cả trong số này được sử dụng trong [40] và có sẵn trong kho ky-bộ dữ liệu [1]. Tuy nhiên, một sự đóng góp của nghiên cứu này sẽ được giới thiệu lớp học thêm hoặc thuộc tính tiếng ồn vào các tập dữ liệu thực tế và nghiên cứu tác động của nó trên sự khái quát đập so sánh. Sau khi chuẩn bị quá trình-ing các bộ dữ liệu, các buổi biểu diễn của các phân loại được xây dựng với C4.5 [41] sẽ được đánh giá và họ cũng sẽ được đối sử dụng các bài kiểm tra thống kê đúng theo khuyến cáo trong các tài liệu chuyên ngành [14,19,25]. Các đặc tính của IPF mà phân biệt nó với các bộ lọc khác và một cuộc thảo luận về những điểm mạnh và điểm yếu của IPF trong việc đối phó với bộ đĩa dữ liệu mất cân bằng với các ví dụ ồn ào và đường biên giới sẽ được phân tích trong phần 6