密度不均衡数据分类算法

• 作者: 张燕 杜红乐
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 不均衡数据集 样本密度 欠取样 K-近邻
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算机软件理论、技术与应用
• 页码范围: 16-23,74
• 页数: 9页
• 分类号: TP181
• 字数: 5519字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2015.05.003

摘要

针对不均衡数据下分类超平面偏移、少数类识别率较低的问题,提出一种基于样本密度的不均衡数据分类算法.该算法首先计算样本密度和类样本密度,依据类样本密度之间的关系确定聚类类数,然后利用K-means聚类算法对多数类样本进行聚类,用聚类所得类中心作为样本集取代原多数类样本集,最后对新构造的训练集进行训练得到最终决策函数.其实验结果表明,该算法能够提高SVM在不均衡数据下的分类性能,尤其是少数类的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜红乐	商洛学院数学与计算机应用学院	32	111	7.0	9.0
2	张燕	商洛学院数学与计算机应用学院	33	104	6.0	8.0