Data reduction techniques for highly imbalanced medicare Big Data
Abstract In the domain of Medicare insurance fraud detection, handling imbalanced Big Data and high dimensionality remains a significant challenge. This study assesses the combined efficacy of two data reduction techniques: Random Undersampling (RUS), and a novel ensemble supervised feature selectio...
Na minha lista:
| Principais autores: | , , , |
|---|---|
| Formato: | Artigo |
| Idioma: | Inglês |
| Publicado em: |
SpringerOpen
2024-01-01
|
| coleção: | Journal of Big Data |
| Assuntos: | |
| Acesso em linha: | https://doi.org/10.1186/s40537-023-00869-3 |
| Tags: |
Sem tags, seja o primeiro a adicionar uma tag!
|