专门处理不平衡数据集的算法使用21种采样的算法包括SMOTE集成算法+采样算法基于聚类的过采样算法。对每一个算法原理实验结果评价标准都给了注释。

本文提出了一种DSP控制的PFC的新颖的采样算法,它节省了大量的系统资源,这些节省的系统资源又可以用来控制DC/DC或DC/AC变换器。该方案使整个系统仅用一片DSP芯片来控制,从而大大降低了硬件的成

聚类中k_means算法的一种改进算法非常优秀的资料

K-Means欠采样python实现 1. K-Means欠采样原理 为解决分类问题中效果受样本集类间不平衡,并提高训练样本的多样性,可以使用K-Means欠采样对样本进行平衡处理。该方法利用K-me

完整的算法实验，为你熟练掌握数据结构提供了一个简易的平台。

1.1 k-means算法的步骤 假设k=3,要分3个群体 随机在数据当中抽取3个样本,当作三个类别的中心点(k1,k2,k3) 计算其余的点分别到这3个中心点的距离,每一个样本有3个距离(a,b,c

本课件是研究生的机器学习课程老师让学生讲解的ppt,这个是集成学习的ppt,详细介绍了常用的几种集成学习算法

集成学习（Ensemblelearning）就是将若干个弱分类器通过一定的策略组合之后产生一个强分类器，是时下非常流行的机器学习算法，它本身不是一个单独的机器学习算法，而是通过在数据上构建多个模型

针对蒙特卡罗定位算法采样效率低和采样次数多等缺陷，在SOMCL算法的基础上提出一种基于自适应采样优化的定位算法LAASO。该算法采用锚盒子与预测区域进一步优化采样区域，通过采样区域的大小自适应确定样本

一种基于压缩采样的宽带协作频谱感知算法，周佺，林干，认知无线电宽带频谱感知当中，压缩采样技术已经得到了广泛的应用，可以有效的降低宽带采样带来的大量采样开销，但由于压缩采样对

Data Mining Clustering Algorithm--K-Means Algorithm