類別不平衡學習(理論與算法)————前言

所謂類別不平衡問題，顧名思義，即數據集中存在某一類樣本，其數量遠多於 或遠少於其他類樣本，從而導致傳統的分類模型失效的問題。通常，將用於解決上 述問題的算法稱爲類別不平衡學習算法。類別不平衡學習有着較爲廣闊的應用範圍 如文本分類、網絡入侵檢測、信用卡欺詐檢測、工業故障檢測、軟件缺陷檢測、石 油泄漏檢測、醫學診斷、藥物篩選及生物信息學等。故對這一技術展開深人研究不 但具有理論意義，而且還有着廣泛的應

>>阅读原文<<