★ 2
CRISP：面向不平衡表格学习的可扩展重要性分层核心集
针对大规模不平衡表格数据上梯度提升树训练成本高的问题，论文提出 CRISP 方法，按代理模型分数的分位数分层分配负类预算，并用逆倾向权重校正采样偏差。在生产欺诈数据集上减少 95% 负类样本、总训练行数减少 93.2% 时，仍保留全量数据 99.7% 的平均精度。
arXiv cs.LG39 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对大规模不平衡表格数据上梯度提升树训练成本高的问题，论文提出 CRISP 方法，按代理模型分数的分位数分层分配负类预算，并用逆倾向权重校正采样偏差。在生产欺诈数据集上减少 95% 负类样本、总训练行数减少 93.2% 时，仍保留全量数据 99.7% 的平均精度。