基于支持向量机的不平衡数据分类的改进欠采样方法

• 作者: 李晓东 王广亮 赵自翔
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 不平衡数据 欠采样 稳定性
• 年，卷（期）: 2012,（6）
• 页码范围: 10-16
• 页数: 7页
• 分类号: TP391.4
• 字数: 4843字
• 语种: 中文

摘要

支持向量机作为一种有监督分类算法,具有小样本,非线性等独特优势,但其在处理不平衡数据分类时效果不够理想.欠采样是一类常用的数据重构方法,它被广泛用于解决不平衡数据的分类问题,然而,传统的随机欠采样方法受随机性影响,稳定性较差.提出一种改进的欠采样方法,并应用在支持向量机上进行分类对比实验.实验结果表明,相比传统随机欠采样方法,该方法的稳定性更好,且在许多情况下可以提高支持向量机对不平衡数据的分类性能.