亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Learning from Imbalanced Data

计算机科学 数据科学 原始数据 机器学习 人工智能 大数据 领域(数学) 数据挖掘 数学 纯数学 程序设计语言
作者
Haibo He,Edwardo A. Garcia
出处
期刊:IEEE Transactions on Knowledge and Data Engineering [Institute of Electrical and Electronics Engineers]
卷期号:21 (9): 1263-1284 被引量:7675
标识
DOI:10.1109/tkde.2008.239
摘要

With the continuous expansion of data availability in many large-scale, complex, and networked systems, such as surveillance, security, Internet, and finance, it becomes critical to advance the fundamental understanding of knowledge discovery and analysis from raw data to support decision-making processes. Although existing knowledge discovery and data engineering techniques have shown great success in many real-world applications, the problem of learning from imbalanced data (the imbalanced learning problem) is a relatively new challenge that has attracted growing attention from both academia and industry. The imbalanced learning problem is concerned with the performance of learning algorithms in the presence of underrepresented data and severe class distribution skews. Due to the inherent complex characteristics of imbalanced data sets, learning from such data requires new understandings, principles, algorithms, and tools to transform vast amounts of raw data efficiently into information and knowledge representation. In this paper, we provide a comprehensive review of the development of research in learning from imbalanced data. Our focus is to provide a critical review of the nature of the problem, the state-of-the-art technologies, and the current assessment metrics used to evaluate learning performance under the imbalanced learning scenario. Furthermore, in order to stimulate future research in this field, we also highlight the major opportunities and challenges, as well as potential important research directions for learning from imbalanced data.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
14秒前
阿尼亚发布了新的文献求助10
20秒前
哈哈哈哈完成签到 ,获得积分10
21秒前
Nefelibata完成签到,获得积分10
23秒前
Limerencia完成签到,获得积分10
37秒前
完美世界应助阿文采纳,获得10
40秒前
58秒前
清秀紫南完成签到 ,获得积分10
59秒前
蔗蔗月月发布了新的文献求助10
1分钟前
科研通AI2S应助钰姝采纳,获得10
1分钟前
陈静完成签到,获得积分10
1分钟前
隐形夏旋完成签到,获得积分10
1分钟前
qiuhx1053完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
快乐的C发布了新的文献求助10
1分钟前
圆圆圆完成签到 ,获得积分10
1分钟前
++完成签到 ,获得积分10
1分钟前
刘小花完成签到 ,获得积分10
1分钟前
gebiheishuini完成签到 ,获得积分10
1分钟前
1分钟前
小叶不吃香菜完成签到,获得积分20
1分钟前
1分钟前
1分钟前
2分钟前
lili完成签到 ,获得积分20
2分钟前
李大姐发布了新的文献求助10
2分钟前
2分钟前
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
我是老大应助机灵的醉山采纳,获得10
2分钟前
王亚茹完成签到 ,获得积分10
3分钟前
3分钟前
picapica668发布了新的文献求助10
3分钟前
天天快乐应助阿文采纳,获得10
3分钟前
上官若男应助小骆采纳,获得10
3分钟前
李大姐完成签到,获得积分20
3分钟前
Chris完成签到 ,获得积分0
3分钟前
3分钟前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139515
求助须知:如何正确求助?哪些是违规求助? 2790418
关于积分的说明 7795156
捐赠科研通 2446832
什么是DOI,文献DOI怎么找? 1301450
科研通“疑难数据库(出版商)”最低求助积分说明 626238
版权声明 601146