用于不平衡商学院数据集学习的非平衡集成分类器
机器学习
2022-07-18 v2 机器学习
摘要
印度私立商学院面临一个共性问题：为其MBA项目选拔优质学生以实现期望的就业率。此类数据集通常偏向某一类，即本质上不平衡。从不平衡数据集学习是一项难题。本文提出一种非平衡集成分类器，可处理数据集的不平衡特性，并在印度商学院数据集的特征选择（学生重要特征的选择）与分类（基于学生特征预测就业）组合问题中取得更高准确率。文中给出了一个重要模型参数的最优值。并利用印度商学院数据集提供数值证据以评估所提分类器的优异性能。
引用
@article{arxiv.1805.12381,
title = {Imbalanced Ensemble Classifier for learning from imbalanced business school data set},
author = {Tanujit Chakraborty},
journal= {arXiv preprint arXiv:1805.12381},
year = {2022}
}