基于GAN的數(shù)據(jù)平衡化問題實(shí)驗(yàn)對比分析

打開文本圖片集

摘 要：數(shù)據(jù)不平衡指數(shù)據(jù)集中各類別的樣本數(shù)量極不均衡，實(shí)際應(yīng)用中這類問題經(jīng)常出現(xiàn).研究了傳統(tǒng)的數(shù)據(jù)過采樣技術(shù)RANDOM、SMOTE、ADASYN以及目前流行的深度學(xué)習(xí)技術(shù)GAN.基于加利福尼亞大學(xué)16個(gè)非圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集，通過大量實(shí)驗(yàn)對傳統(tǒng)過采樣技術(shù)以及CGAN、WGAN進(jìn)行評估.通過對比分析發(fā)（剩余7153字）