10.11772/j.issn.1001-9081.2013.10.2801
基于分层聚类及重采样的大规模数据分类
针对大规模数据的分类问题,将监督学习与无监督学习结合起来,提出了一种基于分层聚类和重采样技术的支持向量机(SVM)分类方法.该方法首先利用无监督学习算法中的k-means聚类分析技术将数据集划分成不同的子集,然后对各个子集进行逐类聚类,分别选出各类中心邻域内的样本点,构成最终的训练集,最后利用支持向量机对所选择的最具代表样本点进行训练建模.实验表明,所提方法可以大幅度降低支持向量机的学习代价,其分类精度比随机欠采样更优,而且可以达到采用完整数据集训练所得的结果.
海量数据、分类、聚类、重采样、支持向量机
33
TP181(自动化基础理论)
国家自然科学基金资助项目61373127;中国博士后科学基金资助项目20110491530;辽宁省教育厅基金资助项目L2011186
2013-11-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
2801-2803