area under the ROC curve (AUC); boosting; feature election; margin;
机译:基于l(2,1)范数正则化的多核联合非线性特征选择和过采样用于不平衡数据分类
机译:使用特征选择和采样方法对真实不平衡心血管数据进行分类 - 以神经网络和逻辑回归为例
机译:通过使用采样和特征选择技术解决不平衡的患者分类数据,提高乳腺癌的生存率
机译:使用AUC余量的特征选择度量,用于小样本和不平衡数据分类问题
机译:蜂箱音频样本分类的特征选择和最佳特征子集的生成
机译:通过使用采样和特征选择技术解决不平衡的患者分类数据提高乳腺癌的生存率
机译:不平衡数据集下的GP分类:主动子采样和AUC近似*