本文开发了成本敏感的保证金分布学习方法，并提出了对成本敏感的大保证金。分配机（LCSDM）用于在不平衡的训练数据上获得平衡的检测率。 最近，margin.theory显示，与单个margin相比，margin分布对于泛化性能更为关键。 大边距分配机（LDM）旨在获得出色的分类性能和强大的泛化性能。 但是，LDM通常在不平衡训练数据的两个类之间具有不平衡的余量分布。 这通常导致少数族裔类别的低检测率，这与许多实际应用中对少数族裔类别的高检测率的需求相矛盾。 因此，提出了成本敏感的保证金分布学习方法

大型成本敏感型利润分配机，用于不平衡数据分类