科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
3期
81-85,92
,共6页
支持向量机%不平衡样本集%特征空间%样本分布
支持嚮量機%不平衡樣本集%特徵空間%樣本分佈
지지향량궤%불평형양본집%특정공간%양본분포
support vector machine%unbalanced sample set%feature space%sample distribution
分类问题是机器学习领域的重要研究方向之一.支持向量机是一种基于结构风险最小化的学习机器,在解决分类问题上有着出色的效果.但基于支持向量机的分类器在处理不平衡样本时,对少类样本分类准确率偏低.诸多研究在对此问题做分析时往往把主要原因归结为各类样本间数量上的不平衡,而没有充分考虑样本点在特征空间上的分布情况.针对此问题做出原因分析,并给出结论:样本的不平衡性主要是由特征空间下各类样本的分布所决定的,而和数量上的不平衡关系较小.通过实验验证结论的科学有效性.
分類問題是機器學習領域的重要研究方嚮之一.支持嚮量機是一種基于結構風險最小化的學習機器,在解決分類問題上有著齣色的效果.但基于支持嚮量機的分類器在處理不平衡樣本時,對少類樣本分類準確率偏低.諸多研究在對此問題做分析時往往把主要原因歸結為各類樣本間數量上的不平衡,而沒有充分攷慮樣本點在特徵空間上的分佈情況.針對此問題做齣原因分析,併給齣結論:樣本的不平衡性主要是由特徵空間下各類樣本的分佈所決定的,而和數量上的不平衡關繫較小.通過實驗驗證結論的科學有效性.
분류문제시궤기학습영역적중요연구방향지일.지지향량궤시일충기우결구풍험최소화적학습궤기,재해결분류문제상유착출색적효과.단기우지지향량궤적분류기재처리불평형양본시,대소류양본분류준학솔편저.제다연구재대차문제주분석시왕왕파주요원인귀결위각류양본간수량상적불평형,이몰유충분고필양본점재특정공간상적분포정황.침대차문제주출원인분석,병급출결론:양본적불평형성주요시유특정공간하각류양본적분포소결정적,이화수량상적불평형관계교소.통과실험험증결론적과학유효성.
