韩芳
- 作品数:3 被引量:3H指数:1
- 供职机构:烟台大学计算机与控制工程学院更多>>
- 发文基金:山东省高等学校科技计划项目山东省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 不平衡样本集分类算法研究被引量:3
- 2015年
- 支持向量机在处理不平衡数据集时,对少类样本的分类效果很不理想。传统的处理方法尽管能够提高少类样本的分类准确率,但多类样本的分类准确率却大幅度下降。综合考虑样本间的相对距离和密集程度,提出了一种欠采样方法。基于UCI标准数据集的仿真实验结果表明,提出的算法不仅可以提高少类样本的分类准确率,而且将多类样本的分类准确率的损失降到最低。
- 韩芳孙立民
- 关键词:支持向量机
- 基于支持向量机的不平衡样本集分类算法研究
- 支持向量机是以统计学习理论和结构风险最小化原则为基础的学习机器,被广泛应用于分类领域,其在分类平衡样本集时分类的效果非常好,能够克服局部最小值的问题。但是,支持向量机在分类不平衡样本集时,其分类效果却并不理想。 本研究...
- 韩芳
- 关键词:人工智能样本聚类
- 文献传递
- 不平衡样本集的欠采样算法研究
- 2014年
- 支持向量机在分类平衡样本集时的分类效果非常好,但是对不平衡样本集的分类效果并不理想。仔细分析样本集不平衡的原因,一是数量上的不平衡,二是样本点的空间重合。本文综合考虑数量和空间重合度这两点提出了改良式欠采样算法,降低样本集空间重合度和数量上的不平衡。通过仿真结果可以看出,本文的算法对不平衡样本集的分类效果较好。
- 韩芳孙立民
- 关键词:支持向量机