不平衡数据集中分类超平面参数优化方法

• 作者: 严晓明
• 来源期刊: 计算机系统应用
• 关键词: SVM 不平衡数据集 优化 参数 分类准确率
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 研究开发
• 页码范围: 219-223
• 页数: 5页
• 字数: 5103字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006436

摘要

对不平衡数据集SVM分类存在着分类结果偏向多数类的情况,使得分类结果中少数类的F1-Measure值偏低.本文提出一种不改变样本集合的样本数,并结合样本点总数,分类过程中的支持向量个数,少数类和多数类的准确率,生成权重值对分类超平面参数b进行优化,以此提高少数类样本点分类准确率的方法,并通过实验证明该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严晓明	福建师范大学数学与信息学院	16	136	5.0	11.0