面向高維和不平衡數據分類的集成學習研究論文研讀筆記

高維不平衡數據的特徵（屬性）較多，類標號中的類別分佈不均勻的數據。  高維數據分類難本質問題： 1.密度估計難問題; 2.維數災難：特徵數增加意味着分類所需的樣本數量的增加; 3.Hughes問題：給出了一個廣義上的數據測量複雜度，訓練樣本數量和分類精度三者間的關係即對有限樣本而言，存在一個最優的數據複雜度，可使分類精度達到最優。若數據特徵數很多，量過精度過高，都會導致分類精度下降。 分類中的數據

>>阅读原文<<