期刊文章详细信息
一种改善非平衡分布数据SVM分类能力的新策略
A Novel Strategy for Improving the Performance of SVM Classification for Unbalance Distribution Data
文献类型：期刊文章
机构地区：[1]厦门大学信息科学与技术学院模式识别与智能系统研究所,厦门361005
年 份：2006
卷 号：34
期 号：11
起止页码：103-105
语 种：中文
收录情况：ZGKJHX、普通刊
摘 要：支持向量机利用接近边界的少数向量来构造一个最优分类面。但是若两分类问题中的样本呈现非平衡分布时,即两类样本数目相差很大时,分类能力就会有所下降。提出分别使用重复数量少的一类样本、选择数量多的类样本以及引入类惩罚因子的三个方法来改善分类能力。实验表明,三种方法对不同类型数据集合,一定程度上都改善了支持向量的分类能力。
关 键 词：支持向量机 非平衡分布 惩罚因子
分 类 号：TP274]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
