权重润饰和改进的分类对不平衡数据的处理

• 作者: 王和勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本分类 机器学习 权重润饰 欠取样
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 144-146,161
• 页数: 4页
• 分类号: TP3
• 字数: 3181字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.08.049

摘要

不平衡数据集是指某类样本数量明显少于其它类样本数量的数据集,传统的分类算法在处理不平衡数据分类问题时会倾向于多数类,而导致少数类的分类精度较低.针对文本数据的不平衡情况,首先采用权重润饰(Weight-retouching)的方法进行特征提取,然后采用欠取样(Under sampling)的支持向量机SVM(Support Vector Machine)方法进行文本分类.通过实验发现,使用权重润饰和欠取样的SVM方法可以提高处理不平衡数据的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王和勇	华南理工大学电子商务系	23	137	4.0	11.0