基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的机器学习算法对不平衡数据集的少类分类准确率不高的问题,基于支持向量机和模糊聚类,提出一种不平衡数据加权集成学习算法.首先提出加权支持向量机模型(WeightedSupport Vector Machine,WSVM),该模型根据不同类别数据所占比例的不同,为各类别分配不同的权重,然后将WSVM与模糊聚类结合提出一种新的集成学习算法.将本文提出的算法应用于人造数据集和UCI数据集实验中,实验结果表明,所提出的算法能够有效地解决不平衡数据的分类问题,具有更好的分类性能.
推荐文章
不平衡数据的集成分类算法综述
不平衡数据
集成学习
分类
代价敏感
数据采样
集成学习算法在不平衡分类中的应用研究
机器学习
类不平衡
集成学习
评测标准
极限学习机类不平衡数据学习算法研究
极限学习机
类不平衡数据学习
支持向量机
AdaBoost
基于AdaBoost的类不平衡学习算法
机器学习
类不平衡学习
集成学习
SMOTE
数据清理技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 不平衡数据加权集成学习算法
来源期刊 微型机与应用 学科 工学
关键词 不平衡数据集 权值 支持向量机 聚类 集成
年,卷(期) 2015,(23) 所属期刊栏目 软件与算法
研究方向 页码范围 7-10
页数 4页 分类号 TP18
字数 3024字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 闫德勤 辽宁师范大学计算机与信息技术学院 124 1071 15.0 28.0
2 徐丽丽 辽宁师范大学数学学院 11 64 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (9)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (26)
二级引证文献  (8)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(10)
  • 引证文献(5)
  • 二级引证文献(5)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
不平衡数据集
权值
支持向量机
聚类
集成
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导