基于欠采样的零阶优化算法

• 作者: 张罗幻 蔡莲香 鲁淑霞
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 欠采样 零阶优化 支持向量机 非平衡数据集 方差减小
• 年，卷（期）: 2019,（5）
• 页码范围: 609-617
• 页数: 9页
• 分类号: TP391
• 字数: 7867字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2019.05.005

摘要

非平衡学习吸引了许多研究者的关注.一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类.由于非平衡数据分布的非均衡性,标准的分类算法将难以适用.为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法.首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略.然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度.在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁淑霞	河北大学数学与信息科学学院河北省机器学习与计算机智能重点实验室	20	52	4.0	6.0
2	张罗幻	河北大学数学与信息科学学院河北省机器学习与计算机智能重点实验室	3	1	1.0	1.0
3	蔡莲香	河北大学数学与信息科学学院河北省机器学习与计算机智能重点实验室	3	1	1.0	1.0