基于极限学习机的不平衡数据集分类，性能极好，且速度较快-Based on extreme learning machine for imbalanced data sets classification, excellent performance, and faster

Weighted ELM for imbalanced datasets - Weighted-ELM W. Zong, G.-B. Huang, and Y. Chen, “Weighted extreme learning machine for imbalance learning,” Neurocomputing, vol. 101, pp. 229-242, 2013.

在这个项目中，我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像，每四个标签之一：1飞机；汽车2；3马，否则。我们提供了两个特点：一是方向梯度直方图（HOG），其尺寸为5408；另一个是overfeat ImageNet美国有线电视新闻网的特点，其尺寸37000。关于测试图像，我们只给出了每个图像的功能，没有标签，结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率（BER）是我们的性能评估。为了解决这个问题，我们首先减少PCA的问题的维数，处理不

基于不均衡数据的学习，包含各种机器学习算法，python 操作(imbalanced-learn is a python package offering a number of re-sampling techniques commonly used in datasets showing strong between-class imbalance. It is compatible with scikit-learn_ and is part of scikit-learn-contr