处理不平衡样本集的欠采样算法

摘要：

支持向量机(SVM)在处理不平衡样本集时,对少类样本的分类效果很不理想.为提高支持向量机在处理不平衡问题上的分类效果,提出了一种核函数选取与欠采样相结合的算法,在提高少类样本准确率的前提下,将多类样本的分类准确率的损失降到最低.该方法首先基于特征空间的可分性选择最佳核函数,然后根据特征距离进行欠采样.基于UCI标准样本集的仿真实验结果表明了该算法是合理有效的.

关键词：分类、支持向量机、不平衡样本集、欠采样算法、核函数

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：山东省自然科学基金项目2009ZRB019CE

在线出版日期：2014-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：4345-4350