An Imbalance-Aware and Structure-Enriched Framework for SMS Spam Detection Using Ensemble Learning
Dieses Paper schlägt ein neuartiges hybrides Framework für die SMS-Spam-Erkennung vor, das Multi-Kriterien-Entscheidungsverfahren zur Merkmalsauswahl, SMOTE zur Adressierung von Klassenimbalancen und einen auf Stacking basierenden Ensemble-Klassifikator integriert, um eine überlegene Leistung in Bezug auf Präzision, F1-Score und AUC auf Benchmark-Datensätzen zu erzielen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.