SVM在非平衡数据集中的应用

摘要：

在一个数据集中,至少有一个类别相对与其他类别有很少的样本,则这样数据集可以称为高度倾斜的或者是非平衡的数据集,非平衡数据在现实中普遍存在.在非平衡数据分类中,传统机器学习算法的分类表现受到了阻碍.支持向量机(SVM)基于结构风险最小化原则,是近几年发展起来的机器学习方法.分析了SVM在非平衡数据集中的应用情况,同时提出了几种SVM运用于非平衡数据集中的主要改进方法,这些方法对于非平衡数据的分类有很好的分类效果.

关键词：非平衡数据、SVM、机器学习

所属期刊栏目：19

分类号：TP181(自动化基础理论)

资助基金：全国教育科学"十五"规划教育部重点基金项目DCA050056;江苏省教育科学"十一五"规划项目D/2006/01/096

在线出版日期：2009-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：190-193