代价敏感支持向量机的投影次梯度求解方法

• 作者: 梁万路
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 不均衡数据 代价敏感 支持向量机 大规模数据
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 软件开发与应用
• 页码范围: 85-87
• 分类号: TP311.13
• 字数: 2162字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1576.2011.04.028

摘要

针对传统的分类算法以及精度作为评价指标不能够满足现实分类问题的需要,将代价敏感方法引入支持向量机中,提出一种新的学习算法CSSVM,并得到了类似于Pegasos的投影次梯度求解方法,用于大规模数据的处理.Pegasos的步骤包括初始化,迭代,确定梯度下降的步长、确定梯度下降方向、更新,投影和结束.实验结果表明,该算法能有效提高识别率和识别精度,具有一定的竞争力.