基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于精度的现有分类算法对不平衡数据挖掘表现出"有偏性",即正例样本的分类和预测性能差于反例样本的分类和预测性能,基于ν-SVM及其启发,提出支持向量数和边界支持向量数的界,进而提出支持向量率和边界支持向量率的界,并把这些界分别扩展到正例和反例.在此基础上,证明了正例的支持向量率和边界支持向量率分别依概率大于反例的支持向量率和边界支持向量率,以及正例的分类性能依概率差于反例的分类性能.针对German credit和Heart disease两个Benchmark数据集的试验研究,验证了本文假设的合理性和上述结论的正确性.
推荐文章
面向不平衡数据分类的复合SVM算法研究
不平衡数据
支持向量机
自适应合成采样
不同错误代价
修正算法
多任务学习的不平衡SVM+算法
不平衡数据
支持向量机
SVM+
多任务学习
分类
改进的SVM解决背景知识数据中的类不平衡
类不平衡
支持向量机
背景知识
恐怖行为方式预测
MAROB
基于样本投影分布的平衡不平衡数据集分类
平衡不平衡数据集
样本投影分布
支持向量机
支持向量数据描述
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于v-SVM的不平衡数据挖掘研究
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 不平衡数据 有偏分类器 支持向量机
年,卷(期) 2006,(10) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 1682-1687
页数 6页 分类号 TP18
字数 6282字 语种 中文
DOI 10.3785/j.issn.1008-973X.2006.10.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李平 浙江大学工业控制技术国家重点实验室 260 3720 30.0 50.0
2 郑恩辉 中国计量学院机电工程学院 4 146 4.0 4.0
4 宋执环 浙江大学工业控制技术国家重点实验室 140 1808 23.0 36.0
5 许宏 中国计量学院机电工程学院 25 190 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (31)
二级引证文献  (42)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(14)
  • 引证文献(1)
  • 二级引证文献(13)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
不平衡数据
有偏分类器
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导