糖尿病分类过采样技术比较研究补充材料

数据集概述

本数据集为糖尿病分类过采样技术比较研究的补充材料，包含不同过采样变体与机器学习算法在训练集和测试集上的F1-Score结果，用于评估过拟合现象，涵盖10折交叉验证的各折数据及均值。

文件详解

• 文件名称：supplementarymaterial.pdf
• 文件格式：PDF（.pdf）
• 文件内容：包含用于评估过拟合的实验结果，具体为不同过采样变体的F1-Score结果表（表S[1-3]），以及不同机器学习算法在10折交叉验证训练集上的各折数据结果和均值。

适用场景

• 机器学习算法评估：分析不同过采样技术对糖尿病分类模型过拟合的影响
• 过采样技术比较：对比不同过采样变体在不平衡数据集分类任务中的性能
• 医学数据建模：探究糖尿病分类任务中数据平衡方法的优化方向
• 交叉验证方法应用：验证10折交叉验证在过采样技术评估中的有效性