Examining characteristics of predictive models with imbalanced big data

Journal of Big Data

Table 5 Tukey HSD test—ECBDL’14 dataset

Factor	Level	\(\text {TPR}\times \text {TNR}\)	std	r	g	Min	Max	Q25	Q50	Q75
(a) GBT
Features	ALL	0.3449	0.1741	18	a	0.0343	0.4956	0.2241	0.4111	0.4898
	120	0.3440	0.1709	18	a	0.0362	0.4913	0.2283	0.4113	0.4874
	60	0.3402	0.1711	18	b	0.0376	0.4910	0.2182	0.4049	0.4862
Ratio	(40:60)	0.4908	0.0035	9	a	0.4862	0.4956	0.4878	0.4910	0.4937
	(45:55)	0.4887	0.0018	9	a	0.4852	0.4918	0.4878	0.4887	0.4898
	(50:50)	0.4728	0.0054	9	b	0.4645	0.4835	0.4691	0.4736	0.4741
	(65:35)	0.3451	0.0032	9	c	0.3380	0.3491	0.3437	0.3455	0.3469
	(75:25)	0.2234	0.0056	9	d	0.2150	0.2330	0.2196	0.2227	0.2267
	(90:10)	0.0373	0.0019	9	e	0.0343	0.0396	0.0362	0.0376	0.0389
(b) RF
Features	60	0.2768	0.1988	18	a	0	0.4787	0.0751	0.3276	0.4529
	120	0.2664	0.2043	18	b	0	0.4791	0.0469	0.3132	0.4466
	ALL	0.2495	0.2089	18	c	0	0.4792	0.0190	0.2795	0.4412
Ratio	(45:55)	0.4787	0.0004	9	a	0.4780	0.4792	0.4785	0.4787	0.4788
	(50:50)	0.4459	0.0038	9	b	0.4411	0.4500	0.4413	0.4467	0.4490
	(40:60)	0.4402	0.0141	9	c	0.4215	0.4532	0.4222	0.4463	0.4526
	(65:35)	0.1738	0.0301	9	d	0.1351	0.2062	0.1375	0.1797	0.2043
	(75:25)	0.0470	0.0243	9	e	0.0188	0.0754	0.0191	0.0466	0.0746
	(90:10)	0	0	9	f	0	0	0	0	0
(a) LR
Features	ALL	0.3405	0.1693	18	a	0.0229	0.4761	0.2384	0.4155	0.4753
	120	0.3362	0.1690	18	b	0.0194	0.4732	0.2328	0.4109	0.4700
	60	0.3274	0.1703	18	c	0.0152	0.4682	0.2133	0.4007	0.4661
Ratio	(50:50)	0.4723	0.0034	9	a	0.4678	0.4761	0.4682	0.4731	0.4755
	(45:55)	0.4706	0.0039	9	b	0.4661	0.4756	0.4669	0.4700	0.4752
	(40:60)	0.4508	0.0050	9	c	0.4451	0.4569	0.4454	0.4503	0.4567
	(65:35)	0.3671	0.0083	9	d	0.3560	0.3742	0.3564	0.3713	0.3737
	(75:25)	0.2280	0.0114	9	e	0.2126	0.2387	0.2136	0.2327	0.2372
	(90:10)	0.0193	0.0033	9	f	0.0152	0.0232	0.0153	0.0197	0.0229