Biblioteca32.346 documentos en línea

Artículo

Immune Centroids Oversampling Method for Binary ClassificationMétodo de sobremuestreo de centros inmunes para la clasificación binaria

Resumen

Para mejorar el rendimiento de la clasificación del aprendizaje desequilibrado, se propone un nuevo método de sobremuestreo, la técnica de sobremuestreo de centroides inmunes (ICOTE) basada en una red inmune. ICOTE genera un conjunto de centroides inmunes para ampliar las regiones de decisión del espacio de clases minoritarias. Los centroides inmunes representativos se consideran ejemplos sintéticos para resolver el problema del desequilibrio. Utilizamos una red inmune artificial para generar ejemplos sintéticos en clusters con altas densidades de datos, lo que puede resolver el problema de la técnica de sobremuestreo de minorías sintéticas (SMOTE), que carece de reflexión sobre grupos de ejemplos de entrenamiento. Mientras tanto, mejoramos aún más el rendimiento de ICOTE mediante la integración de ENN con ICOTE, es decir, ICOTE ENN. ENN elimina los ejemplos de la clase mayoritaria que invaden el espacio de la clase minoritaria, por lo que ICOTE ENN favorece la separación de ambas clases. Nuestros exhaustivos resultados experimentales demuestran que los dos métodos de sobremuestreo propuestos pueden lograr un mejor rendimiento que los reconocidos métodos de remuestreo.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento