期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向不平衡数据分类的复合SVM算法研究 被引量:23
1
作者 刘东启 陈志坚 +1 位作者 徐银 李飞腾 《计算机应用研究》 CSCD 北大核心 2018年第4期1023-1027,共5页
为了改善传统支持向量机(SVM)对不平衡数据的分类效果,解决分类器对少类样本分类效果较差的问题,提出了一种复合SVM算法。该算法首先通过自适应合成采样(ADASYN)算法与不同错误代价(DEC)算法的结合,改善不平衡数据对超平面造成的偏移;... 为了改善传统支持向量机(SVM)对不平衡数据的分类效果,解决分类器对少类样本分类效果较差的问题,提出了一种复合SVM算法。该算法首先通过自适应合成采样(ADASYN)算法与不同错误代价(DEC)算法的结合,改善不平衡数据对超平面造成的偏移;然后引入一种新的修正算法对预测模型进行修正,提高预测模型对于不同数据特性的适应性。选择UCI数据库中的七组现实世界的不平衡数据集进行测试,实验表明在各个数据集上复合SVM算法性能均优于现有算法或与现有算法相当,分类性能平均提高了2.0%~20.9%,证明了该算法的有效性和鲁棒性。 展开更多
关键词 不平衡数据 支持向量机 自适应合成采样 不同错误代价 修正算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部