一种面向不平衡数据的结构化SVM集成分类器

摘要：

为改进面向不平衡数据的SVM分类器性能,以结构化SVM为基础,提出一种基于代价敏感的结构化支持向量机集成分类器模型.该模型首先通过训练样本的聚类,得到隐含在数据中的结构信息,并对样本进行初始加权.运用AdaBoost策略对各样本的权重进行动态调整,适当增大少数类样本的权重,使小类中误分的样本代价增大,以此来改进不平衡数据的分类性能.实验结果表明,该算法可有效提高不平衡数据的分类性能.

关键词：不平衡数据、结构化支持向量机(StASVM)、代价敏感

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-04-28（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：315-320