《概率论与数理统计》课程教材课件（PPT讲稿）1-2 样本空间、随机事件

一、随机试验 二、样本空间 三、随机事件 四、事件之间的关系与运算

 §1.1 随机试验  §1.2 样本空间、随机事件  §1.3 频率与概率

第一节 概率论的基本概念 第二节 样本空间、随机事件 第三节 频率与概率 第四节 等可能概型(古典概型) 第五节 条件概率 第六节 独立性 一、事件的相互独立性 二、几个重要定理 三、例题讲解

上饶师范学院：《概率论与数理统计》课程教学资源（电子教案）第一章 事件与概率 1.1 随机事件和样本空间

§1.1 随机试验 §1.2 样本空间、随机事件 §1.3 频率与概率 §1.4 等可能概型（古典概型，几何概型） §1.5 条件概率 §1.6 独立性

中国科学技术大学：《概率论与数理统计》课程教学资源（课件讲义）第一章 随机事件与概率（主讲：张伟平）样本空间与概率

《高中数学》全程设计训练题库（A版必修第二册，课后习题，含答案）第10章 概率_10.1.1 有限样本空间与随机事件

《高中数学》全程设计同步配套教学课件（A版必修第二册）第10章 概率_10.1.1 有限样本空间与随机事件

为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法