不平衡学习

不平衡学习:一个Python工具箱,用于处理机器学习中不平衡数据集的诅咒。不平衡学习是一种开源的Python工具箱,旨在提供广泛的方法来解决在机器学习和模式识别中经常遇到的不平衡数据集的问题。实施的最先进的方法可分为4组:(i)欠采样,(ii)过采样,(iii)组合的过采样和欠采样,和(iv)集成学习方法。建议的工具箱只依赖于NUMPY、SCIPY和SCIKIT学习,并在MIT许可下分发。此外,它与SCIKIT学习完全兼容,是SCIKIT学习的支持项目的一部分。提供文档、单元测试以及集成测试以简化使用和贡献。源代码、二进制文件和文档可以从HTTPS://GITHUBCOM/SCIKIT-Engul-TunbIb/IbBalcAn学习。