计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
10期
36-37,40
,共3页
支持向量机(SVM)%邻域算法%后验概率%VC维
支持嚮量機(SVM)%鄰域算法%後驗概率%VC維
지지향량궤(SVM)%린역산법%후험개솔%VC유
Support Vector Machine(SVM)%neighborhood algorithm%posterior probability%VC dimension
将一种改进的邻域算法应用于不均衡样本集中,由于改进的邻域算法未考虑不均衡样本集的问题从而导致后续的支持向量机训练耗费和泛化性能受影响,把后验概率的思想加入改进的邻域算法中,并由实验数据说明了该方法对不均衡样本集的有效性.
將一種改進的鄰域算法應用于不均衡樣本集中,由于改進的鄰域算法未攷慮不均衡樣本集的問題從而導緻後續的支持嚮量機訓練耗費和汎化性能受影響,把後驗概率的思想加入改進的鄰域算法中,併由實驗數據說明瞭該方法對不均衡樣本集的有效性.
장일충개진적린역산법응용우불균형양본집중,유우개진적린역산법미고필불균형양본집적문제종이도치후속적지지향량궤훈련모비화범화성능수영향,파후험개솔적사상가입개진적린역산법중,병유실험수거설명료해방법대불균형양본집적유효성.
An improved neighborhood algorithm is applied in unbalance data set.Because of not considering unbalance date set, the generalization of improved neighborhood algorithm is degrade.In order to solve this problem,the idea of posterior probability is used in the new neighborhood algorithm and the result of pattern classification shows the effectiveness of the method.
