研究文章

纠正分类器对样本选择偏差两阶段病例对照研究

表1

属性和性能校正方法的逻辑回归和随机森林。属性如下:(i)校正尝试了;(2)数据的协方差结构学习试图公正;(3)学习是基于一个包含大量的数据集 的观察比原来的分层数据集(见(3))。标准是实现(“✓”),显然不满足(“✓”),或没有履行(“ ”)。

校正方法 根据部分属性3.1.3 足够的性能
(我) (2) (3) 逻辑回归 随机森林

没有校正
IP采样过密
IP装袋
成本核算 (✓)
修改后的击杀 (✓) (✓)
随机IP采样过密
参数IP装袋