计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
10期
177-180,185
,共5页
赵永彬%陈硕%刘明%曹鹏
趙永彬%陳碩%劉明%曹鵬
조영빈%진석%류명%조붕
机器学习%分类%不均衡数据学习%支持向量机%代价敏感学习
機器學習%分類%不均衡數據學習%支持嚮量機%代價敏感學習
궤기학습%분류%불균형수거학습%지지향량궤%대개민감학습
machine learning%classification%imbalanced data learning%Support Vector Machine (SVM)%cost sensitive learning
现实世界中广泛存在着很多不均衡的数据,其分类问题是机器学习领域的研究热点.为了提高不均衡数据的分类性能,提出一种基于核空间置信度的代价敏感支持向量机分类算法.通过注入类别错分代价机制,以不均衡数据评价指标作为目标函数,优化错分代价因子,提升少数类样本的识别率.计算类中所有样本在核空间下的类别置信度,从而确定样本对决策分类贡献的重要程度,降低噪音或孤立点对支持向量机的影响.通过大量UCI数据集的实验结果表明,与其他同类算法相比,该算法能更好地提高不均衡数据的分类性能.
現實世界中廣汎存在著很多不均衡的數據,其分類問題是機器學習領域的研究熱點.為瞭提高不均衡數據的分類性能,提齣一種基于覈空間置信度的代價敏感支持嚮量機分類算法.通過註入類彆錯分代價機製,以不均衡數據評價指標作為目標函數,優化錯分代價因子,提升少數類樣本的識彆率.計算類中所有樣本在覈空間下的類彆置信度,從而確定樣本對決策分類貢獻的重要程度,降低譟音或孤立點對支持嚮量機的影響.通過大量UCI數據集的實驗結果錶明,與其他同類算法相比,該算法能更好地提高不均衡數據的分類性能.
현실세계중엄범존재착흔다불균형적수거,기분류문제시궤기학습영역적연구열점.위료제고불균형수거적분류성능,제출일충기우핵공간치신도적대개민감지지향량궤분류산법.통과주입유별착분대개궤제,이불균형수거평개지표작위목표함수,우화착분대개인자,제승소수류양본적식별솔.계산류중소유양본재핵공간하적유별치신도,종이학정양본대결책분류공헌적중요정도,강저조음혹고립점대지지향량궤적영향.통과대량UCI수거집적실험결과표명,여기타동류산법상비,해산법능경호지제고불균형수거적분류성능.