Bestes Modell für unausgeglichene Daten

1. Welcher Algorithmus wird für unausgeglichene Daten verwendet??
2. Funktioniert Xgboost gut mit unausgeglichenen Daten??

Welcher Algorithmus wird für unausgeglichene Daten verwendet??

Smoteboost, vorgeschlagen von Chawla et al., ist eine Methode auf Datenebene, um mit dem unausgeglichenen Datenproblem umzugehen. Die Hauptschritte des vorgeschlagenen Ansatzes sind SMOTE -Probenahme und Steigerung. Dieser Algorithmus verwendet die SMOTE -Technik als Data -Level -Lösung.

Funktioniert Xgboost gut mit unausgeglichenen Daten??

Das Xgboost -Modell erreichte eine hervorragende Angriffserkennung mit F1 -Werten von 99.9% und 99.87% für die beiden Datensätze. Dieses Ergebnis zeigte, dass der vorgeschlagene Ansatz die Erkennungsangriffsleistung in unausgeglichenen Multiclass -IIOT -Datensätzen verbesserte und den vorhandenen IDS -Frameworks überlegen war.