10.3969/j.issn.1673-4785.201209062
基于加权聚类质心的 SVM 不平衡分类方法
不平衡数据分类是机器学习研究的热点问题,传统分类算法假定不同类别具有平衡分布或误分代价相同,难以得到理想的分类结果。提出一种基于加权聚类质心的SVM分类方法,在正负类样本上分别进行聚类,对每个聚类,用聚类质心和权重因子代表聚类内样本分布和数量,相等类别数量的质心和权重因子参与SVM模型训练。实验结果表明,该方法使模型的训练样本具有较高的代表性,分类性能与其他采样方法相比得到了提升。
机器学习、不平衡数据分类、聚类质心、支持向量机
TP181(自动化基础理论)
佛山市科技发展专项资金资助项目2011AA100061;佛山市产学研专项资金资助项目2012HC100272;佛山市教育局智能评价指标体系研究项目DX20120220.
2013-07-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
261-265