An Imbalance-Aware and Structure-Enriched Framework for SMS Spam Detection Using Ensemble Learning
Este artículo propone un nuevo marco híbrido para la detección de spam en SMS que integra la toma de decisiones multicriterio para la selección de características, SMOTE para abordar el desequilibrio de clases y un clasificador de ensamble basado en Stacking para lograr un rendimiento superior en precisión, puntuación F1 y AUC en conjuntos de datos de referencia.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.