密度加权近似支持向量机

• 作者: 崔芳芳 王熙照 鲁淑霞
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 支持向量机 近似支持向量机 密度加权 不平衡数据
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 182-184
• 分类号: TP181
• 字数: 3178字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.01.042

摘要

标准的近似支持向量机( PSVM)用求解正则化最小二乘问题代替了求解二次规划问题,它可以得到一个解析解,从而减少训练时间.但是标准的PSVM没有考虑数据集中正、负样本的分布情况,对所有的样本都赋予了相同的惩罚因子.而在实际问题中,数据集中样本的分布是不平衡的.针对此问题,在PSVM的基础上提出了一种基于密度加权的近似支持向量机(DPSVM),其先计算样本的密度指标,不同的样例有不同的密度信息,因此对不同的样例给予不同的惩罚因子,并将原始优化问题中的惩罚因子由数值变为一个对角矩阵.在UCI数据集上用这种方法进行了实验,并与SVM和PSVM方法进行了比较,结果表明,DPSVM在正负类样本分布不平衡的数据集上有较好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王熙照	河北大学数学与计算机学院河北省机器学习与计算智能重点实验室	88	1286	18.0	32.0
2	鲁淑霞	河北大学数学与计算机学院河北省机器学习与计算智能重点实验室	20	52	4.0	6.0
3	崔芳芳	河北大学数学与计算机学院河北省机器学习与计算智能重点实验室	1	13	1.0	1.0