지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2014.11
- 수록면
- 2,373 - 2,383 (11page)
이용수
이 논문의 연구 히스토리 (3)
2015
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Class imbalance problem is a challenging issue in data mining and machine learning. With imbalanced data set, the object in interest is usually minority class, but classifiers tend to be poor at classifying minority class. Also data intrinsic characteristics, especially overlapping, makes the classifying performance worse. The typical approach for relaxing class imbalance problem is data pre-processing. The objective is to visualize and compare the effects of data preprocessing techniques. The paper covers cleaning methods and oversampling methods including SMOTE (Synthetic Majority Over-sampling Technique) and its variants.
목차
Abstract
1. Introduction
2. Methods
3. Experiments
4. Result
5. Conclusion
6. Acknowledgement
7. Reference
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2015-500-002900958