imbalanced-data

本文引入了一种依赖感知的保真度诊断方法，用于测量合成表格数据中的列间依赖关系，揭示了标准指标对依赖关系视而不见，当前的生成器存在一个残余差距，无法通过增加容量或常见修复来弥补。

提出了K-IPO，一种先生成后选择的过采样框架，在增强不平衡表格数据时保留原始数据的特征重要性排序（以肯德尔τ系数衡量），在20个数据集上展现出更优的重要性保持、解释一致性和预测性能。