مسئله طبقهبندی دادههای نامتعادل بهعنوان یکی از چالشهای اصلی در حوزه دادهکاوی است. در مجموعه دادههای نامتعادل، تعدادنمونهها در کلاسهای گوناگون اختلاف بسیاری دارند. در دادههای نامتعادل هدف اصلی شناسایی صحیح نمونههای کلاس اقلیت است.بهعنوان مثال در حوزهیپزشکی، تعداد نمونهها چکیده کامل
مسئله طبقهبندی دادههای نامتعادل بهعنوان یکی از چالشهای اصلی در حوزه دادهکاوی است. در مجموعه دادههای نامتعادل، تعدادنمونهها در کلاسهای گوناگون اختلاف بسیاری دارند. در دادههای نامتعادل هدف اصلی شناسایی صحیح نمونههای کلاس اقلیت است.بهعنوان مثال در حوزهیپزشکی، تعداد نمونههای مثبت از یک بیماری در مقابل تعداد نمونههای منفی بسیار کمتر است. در حالیکهبرای این مسئله ارائه ،SdCurveSmote اهمیت شناسایی نمونههای مربوط به دسته مثبت، بسیار زیاد است. در این مقاله الگوریتمی بانامشده است. این الگوریتم شامل سه بخش کلی است بخش اول محاسبه پارامتری بنام درجه پشتیبانی برای انتخاب نمونههای مناسببر روی این نمونههای مناسب با درجه پشتیبان بالا و تولید نمونه جدید است Smote و بخش دوم انجام عمل Smote مرزی برای عملو در بخش آخر محاسبات منحنی اصلی وحدآستانه و بررسی نمونههای تولید شده میباشد. در این مقاله از 5 مجموعه داده نامتعادل،استفاده شده است که میزان عدم تعادل متفاوت دارند. الگوریتم پیشنهادی نسبت به الگوریتمهای مشابه، KEEL و UCI برگرفته از سایتنشان میدهد که در آن تفاوت معنادار بسیار مطلوبی بین Adaboost با آزمون فریدمن نتایج بهتری داشت در این آزمون برای طبقه بندوجود دارد. SdSmote و Smote روش پیشنهادی و روشهای
پرونده مقاله
