Anchor-based Oversampling for Imbalanced Tabular Data via Contrastive and Adversarial Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于边界锚样本的框架,以改善失衡学习中少数类样本的性能。通过设计深度生成模型Anch-SCGAN,并结合对抗与对比学习方法,显著提升生成样本的精度。实验结果表明,该方法在多个真实世界失衡数据集上优于现有技术。

🏷️

标签

➡️

继续阅读