基于支持向量机的不均衡文本分类方法

摘要：

目前支持向量机(SVM)对均衡文本数据集进行文本分类时表现十分良好,但如果文本数据集是不均衡的,尤其是当不均衡率很大时,容易导致支持向量机分类失败.提出PSO-SMOTE混合算法,针对不均衡文本数据集问题,运用SMOTE算法生成插值样本均衡数据集,并通过PSO算法迭代进化得到最佳的插值样本,对支持向量机的文本分类能力进行优化.实验结果表明,新算法大幅优化了支持向量机分类不均衡文本数据集的能力.

关键词：混合算法、支持向量机、不均衡数据集、插值样本、文本分类、迭代进化

所属期刊栏目：41

分类号：TN911.1-34;TP391.9

在线出版日期：2018-08-27（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：183-186