社会发展的同时带来大量数据的产生，不平衡成为众多数据集的显著特点，如何使不平衡数据集得到更好的分类效果成为了机器学习的研究热点。基于此，对目前存在的不平衡数据集分类方法进行综述研究，从不平衡数据采样方法、基于机器学习的改进算法以及组合方法三个层面对目前存在的方法进行全面的梳理与总结，对各方面方法所解决的问题、算法思想、应用场景以及各自的优缺点进行归纳和分析，同时对不平衡数据集分类方法存在的问题和未来研究方向提出一些总结和展望。
科研之友
微信
新浪微博
Facebook
分享链接
