基于分层聚类及重采样的大规模数据分类

摘要：

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.

关键词：海量数据、分类、聚类、重采样、支持向量机

所属期刊栏目：33

分类号：TP181(自动化基础理论)

资助基金：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

在线出版日期：2013-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2801-2803