| 面向不平衡数据分类的复合SVM算法研究 |
| |
| 引用本文： | 刘东启,陈志坚,徐银,李飞腾. 面向不平衡数据分类的复合SVM算法研究[J]. 计算机应用研究, 2018, 35(4) |
| |
| 作者姓名： | 刘东启 陈志坚 徐银 李飞腾 |
| |
| 作者单位： | 浙江大学超大规模集成电路研究所,浙江大学超大规模集成电路研究所,浙江大学超大规模集成电路研究所,浙江大学超大规模集成电路研究所 |
| |
| 基金项目： | 复旦大学国家重点实验室开放基金；中央高校基础科研计划 |
| |
| 摘 要： | 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）算法和不同错误代价（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7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%，证明本算法的有效性和鲁棒性。
|
| 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 |
| 收稿时间： | 2016-12-12 |
| 修稿时间： | 2018-02-27 |
A hybrid SVM algorithm oriented to classifying imbalanced datasets |
| |
| Liu Dongqi,Chen Zhijian,Xu Yin and Li Feiteng. A hybrid SVM algorithm oriented to classifying imbalanced datasets[J]. Application Research of Computers, 2018, 35(4) |
| |
| Authors: | Liu Dongqi Chen Zhijian Xu Yin Li Feiteng |
| |
| Affiliation: | Institute of VLSI Design of Zhejiang University,,, |
| |
| Abstract: | |
| |
| Keywords: | imbalanced datasets support vector machine ADASYN DEC correction algorithm |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
