不平衡样本集分类算法研究

• 作者: 孙立民 韩芳
• 来源期刊: 计算机应用研究
• 关键词: 支持向量机 分类 欠采样算法 不平衡样本
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2323-2325
• 页数: 3页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.08.020

摘要

支持向量机在处理不平衡数据集时,对少类样本的分类效果很不理想.传统的处理方法尽管能够提高少类样本的分类准确率,但多类样本的分类准确率却大幅度下降.综合考虑样本间的相对距离和密集程度,提出了一种欠采样方法.基于UCI标准数据集的仿真实验结果表明,提出的算法不仅可以提高少类样本的分类准确率,而且将多类样本的分类准确率的损失降到最低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙立民	烟台大学计算机与控制工程学院	21	129	6.0	11.0
2	韩芳	烟台大学计算机与控制工程学院	2	10	2.0	2.0