组合代价敏感支持向量机及其应用

• 作者: 史小伍 阚今中 陶红 高尚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 代价敏感学习 组合 支持向量机 个人信用评价 误分代价
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 71-74,78
• 分类号: TP31
• 字数: 3535字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.05.018

摘要

标准的分类器设计大多都是基于整体最小化错误率.在入侵检测、医疗诊断等领域中,不同类别的误分类通常具有不等的损失.文中采用支持向量机建立模型,在组合算法的思想下引入组合代价敏感支持向量机,弥补传统代价敏感支持向量机在分类精度上的不可控.在模型对比中引入了更为实际的对比方式,从而能更好地选取模型,以减少总体误分代价.文中考虑不同类别的误分代价的前提下建立合适的支持向量机模型,并成功地应用在个人信用分类上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高尚	江苏科技大学计算机科学与工程学院	159	1624	18.0	34.0
2	陶红	江苏科技大学计算机科学与工程学院	5	55	4.0	5.0
3	史小伍	江苏科技大学计算机科学与工程学院	2	10	2.0	2.0
4	阚今中	江苏科技大学计算机科学与工程学院	1	6	1.0	1.0