面向不平衡数据集分类模型的优化研究

• 作者: 徐克生 景维鹏 温雪岩 陈家男
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本分类 不均衡数据集 数据挖掘 样本重采样 熵值法
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 268-273,293
• 页数: 7页
• 分类号: TP311
• 字数: 5010字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2018.04.043

摘要

为提高不平衡数据集的分类效率,建立一种分类模型,从样本采样和分类算法两方面进行优化.对决策边界的少类样本进行循环过采样生成新样本集,并与决策边界外合成的少类样本集合并,提高样本的重要度.针对传统ε-支持向量机(ε-SVM)在对不平衡数据集分类时超平面偏移的问题,引入正负惩罚系数和混合核函数,并利用客观的熵值法选取惩罚系数,提高分类算法的性能.实验结果表明,与标准的SVM算法相比,该分类模型在不平衡数据集分类上F-measure值平均提高18.1％,具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐克生	国家林业局哈尔滨林业机械研究所	36	53	4.0	6.0
2	景维鹏	东北林业大学信息与计算机工程学院	37	217	8.0	12.0
3	温雪岩	东北林业大学信息与计算机工程学院	17	46	4.0	6.0
4	陈家男	东北林业大学信息与计算机工程学院	2	10	2.0	2.0