不平衡数据集中分类超平面参数优化方法
对不平衡数据集SVM分类存在着分类结果偏向多数类的情况,使得分类结果中少数类的F1-Measure值偏低.本文提出一种不改变样本集合的样本数,并结合样本点总数,分类过程中的支持向量个数,少数类和多数类的准确率,生成权重值对分类超平面参数b进行优化,以此提高少数类样本点分类准确率的方法,并通过实验证明该方法的有效性.
SVM、不平衡数据集、优化、参数、分类准确率
27
2018-08-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
219-223
点击收藏,不怕下次找不到~
SVM、不平衡数据集、优化、参数、分类准确率
27
2018-08-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
219-223
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn