小樣本不平衡設(shè)備數(shù)據(jù)下的機(jī)器學(xué)習(xí)策略研究

打開文本圖片集

摘要：針對(duì)小樣本數(shù)據(jù)樣本容量不足與分布不平衡的設(shè)備壽命預(yù)測(cè)問題，構(gòu)建基于改進(jìn)SMOTE 算法與改進(jìn) KNN（K-NearestNeighbor） 算法聯(lián)合優(yōu)化模型。首先，設(shè)置噪聲比例系數(shù)β排除樣本數(shù)據(jù)中的噪聲，隨后通過類 B-SMOTE（Borderline-SMOTE） 算法與傳統(tǒng) SOMTE 算法結(jié)合構(gòu)建改進(jìn) SMOTE（ISMOTE）算法對(duì)存在分布問題的少數(shù)類樣本進(jìn)行新增優(yōu)化，避免因?yàn)闃颖痉植疾黄胶庖约皹颖緮?shù)量較少引起的偏差。（剩余13767字）