Handling imbalanced datasets:over fitting problem
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 427
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCONF03_094
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
One of the most persistent problems that are in the real-world application is the class imbalance problem (CIP). When the class distributions are highly imbalanced data set are called imbalanced data set. When the target class for traditional classifiers is smaller than other class, CIP occurs. By CIP, the training data will significantly influence the classification accuracy. Ensemble methods designed by researchers to avoid CIP. Through analyzing the overall accuracy of ensemble methods, results suffer from over fitting problem. This over fitting problem impressed other significant results of ensemble methods in classification of imbalanced data sets. This paper analyzes and show how over fitting problem can suffer ensemble methods’ results in overall accuracy. Consequently, verifies overcoming of over fitting problem in face of imbalanced data sets.
کلیدواژه ها:
نویسندگان
Seyyedali Fattahi
Data Mining and Optimization Research Group, Centre for Artificial Intelligence, Faculty of Information Science and Technology, Universiti Kebangsaan Malaysia, UKM Bangi, 43600, Selangor, Malaysia
Zalinda Othman
Data Mining and Optimization Research Group, Centre for Artificial Intelligence, Faculty of Information Science and Technology, Universiti Kebangsaan Malaysia, UKM Bangi, 43600, Selangor, Malaysia
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :