کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4944631 | 1438005 | 2017 | 40 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
The study of under- and over-sampling methods' utility in analysis of highly imbalanced data on osteoporosis
ترجمه فارسی عنوان
مطالعه روشهای کم زیر و بیش از حد نمونه برداری در تجزیه و تحلیل داده های بسیار نامتوازن بر پوکی استخوان
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
طبقه بندی، داده های نامتعادل، پوکی استخوان، اندازه گیری عملکرد، روش نمونه گیری،
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
The outcomes of the comparative studies concerning imbalancing problem with regard to our dataset showed that the highest efficiency was achieved while using the synthetic minority over-sampling technique and RandomForest classifier. As far as the optimal balancing level is concerned, we empirically determined that 300% oversampling with the synthetic minority over-sampling method combined with edited nearest neighbours undersampling allowed to gain the required precision of classification.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 384, April 2017, Pages 174-190
Journal: Information Sciences - Volume 384, April 2017, Pages 174-190
نویسندگان
M. Bach, A. Werner, J. Żywiec, W. Pluskiewicz,