1) unclassifiable sample set
不可分样本集
1.
Least Squares Support-Vector-Machines(LS-SVM) algorithm is an efficient project about pattern classification on unclassifiable sample set condition.
最小二乘支持向量机(LS-SVM)是处理不可分样本集情况下模式分类的有效工具,但是该算法在处理很多实际分类问题时,表现出了一定的局限性。
2) splitting sample set
样本集分割
3) imbalance data set
不均衡样本集
4) imbalanced data classification issue
不平衡样本分类
6) identical point set
不可区分点集
补充资料:不可分
见“可分与不可分”(25页)。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条