信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2012年
1期
39-43
,共5页
不均衡数据%SVM算法%SMOTE算法
不均衡數據%SVM算法%SMOTE算法
불균형수거%SVM산법%SMOTE산법
传统的支持向量机( SVM)算法在数据不均衡的情况下,分类效果很不理想.为了提高SVM算法在不均衡数据集下的分类性能,提出随机下采样与SMOTE算法结合的不均衡分类方法.该方法首先利用随机下采样对多数类样本进行采样,去除样本中大量重叠的冗余样本,使得在减少数据的同时保留更多有用信息；而对少数类样本则是利用SMOTE算法进行过采样.实验部分将其应用在UCI数据集中并同其他采样算法比较,结果表明文中算法不但能有效提高SVM算法在不均衡数据中少数类的分类性能,而且总体分类性能也有所提高.
傳統的支持嚮量機( SVM)算法在數據不均衡的情況下,分類效果很不理想.為瞭提高SVM算法在不均衡數據集下的分類性能,提齣隨機下採樣與SMOTE算法結閤的不均衡分類方法.該方法首先利用隨機下採樣對多數類樣本進行採樣,去除樣本中大量重疊的冗餘樣本,使得在減少數據的同時保留更多有用信息；而對少數類樣本則是利用SMOTE算法進行過採樣.實驗部分將其應用在UCI數據集中併同其他採樣算法比較,結果錶明文中算法不但能有效提高SVM算法在不均衡數據中少數類的分類性能,而且總體分類性能也有所提高.
전통적지지향량궤( SVM)산법재수거불균형적정황하,분류효과흔불이상.위료제고SVM산법재불균형수거집하적분류성능,제출수궤하채양여SMOTE산법결합적불균형분류방법.해방법수선이용수궤하채양대다수류양본진행채양,거제양본중대량중첩적용여양본,사득재감소수거적동시보류경다유용신식；이대소수류양본칙시이용SMOTE산법진행과채양.실험부분장기응용재UCI수거집중병동기타채양산법비교,결과표명문중산법불단능유효제고SVM산법재불균형수거중소수류적분류성능,이차총체분류성능야유소제고.
