基于马氏抽样的SVM非平衡数据分类算法的泛化性能研究

• 作者: 徐婕 贺美美
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 马氏抽样 支持向量机 k近邻算法 非平衡数据
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2660-2670
• 页数: 11页
• 分类号: TP181
• 字数: 8197字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.11.013

摘要

本文将样本为独立同分布的情形减弱为一致遍历马氏链的情形去研究了非平衡数据分类算法的泛化性能,提出了基于马氏抽样的SVM非平衡数据分类算法、基于马氏抽样的EDSVM非平衡数据分类算法和基于马氏抽样的SVM-WKNN非平衡数据分类算法.并用UCI数据库中的10个实际不平衡数据集进行数值实验,实验结果表明基于马氏抽样的上述三种算法的错分率均比基于随机抽样的对应算法的错分率要低,且上述三种算法中,基于马氏抽样的SVM-WKNN非平衡数据分类算法的泛化性能最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐婕	湖北大学计算机与信息工程学院	12	23	3.0	4.0
2	贺美美	湖北大学计算机与信息工程学院	1	3	1.0	1.0