不平衡支持向量机的惩罚因子选择方法

• 作者: 李玉鑑 金鑫
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 序列最小最优化 不平衡支持向量机 平均密度 惩罚因子 参数选取
• 年，卷（期）: 2011,（33）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 129-133
• 分类号: TP311
• 字数: 5650字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.33.038

摘要

支持向量机在处理不平衡数据集时常常不能取得良好的效果,而基于不同惩罚因子的不平衡支持向量机能够较好地处理这个问题.阐述了支持向量机在不平衡数据集上失效的原因,讨论了不平衡支持向量机的求解算法,提出了一种根据数据集分布的平均密度直接选取惩罚因子的方法,以减少传统交叉验证方法选取参数所需的时间.实验表明,与其他方法相比,这种平均密度方法能够有效提高不平衡支持向量机在不平衡数据集上的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉鑑	北京工业大学计算机学院	57	357	10.0	17.0
2	金鑫	北京工业大学计算机学院	7	24	2.0	4.0