基于谱聚类欠取样的不均衡数据SVM分类算法

被引：28

作者：

陶新民

张冬雪

郝思媛

付丹丹

机构：

[1] 哈尔滨工程大学信息与通信工程学院

来源：

控制与决策 | 2012年 / 27卷 / 12期

基金：

中国博士后科学基金;

关键词：

不均衡数据; SVM算法; 谱聚类; 欠取样;

D O I：

10.13195/j.cd.2012.12.4.taoxm.020

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种基于谱聚类欠取样的不均衡数据支持向量机(SVM)分类算法.该算法首先在核空间中对多数类样本进行谱聚类;然后在每个聚类中根据聚类大小和该聚类与少数类样本间的距离,选择具有代表意义的信息点;最终实现训练样本间的数目均衡.实验中将该算法同其他不均衡数据预处理方法相比较,结果表明该算法不仅能有效提高SVM算法对少数类的分类性能,而且总体分类性能及运行效率都有明显提高.

引用

页码：1761 / 1768+1775 +1775

页数：9

共 10 条

[1] 不均衡数据下基于阴性免疫的过抽样新算法 [J].

陶新民 ;

徐晶 ;

童智靖 ;

刘玉 .

控制与决策, 2010, 25 (06) :867-872+878

[2] 一种基于核SMOTE的非平衡数据集分类方法 [J].

曾志强 ;

吴群 ;

廖备水 ;

高济 .

电子学报, 2009, 37 (11) :2489-2495

[3] 重采样方法与机器学习 [J].

毕华 ;

梁洪力 ;

王珏 .

计算机学报, 2009, 32 (05) :862-877

[4] 密度敏感的半监督谱聚类 [J].

王玲 ;

薄列峰 ;

焦李成 .

软件学报, 2007, (10) :2412-2422

[5]

Combining integrated sampling with SVM ensembles for learning from imbalanced datasets[J] . Yang Liu,Xiaohui Yu,Jimmy Xiangji Huang,Aijun An.Information Processing and Management . 2010 (4)

[6] Cost-sensitive boosting for classification of imbalanced data [J].

Sun, Yamnin ;

Kamel, Mohamed S. ;

Wong, Andrew K. C. ;

Wang, Yang .

PATTERN RECOGNITION, 2007, 40 (12) :3358-3378

[7]

A study of the behavior of several methods for balancing machine learning training data[J] . Gustavo E. A. P. A. Batista,Ronaldo C. Prati,Maria Carolina Monard.ACM SIGKDD Explorations Newsletter . 2004 (1)

[8]

Mining with rarity[J] . Gary M. Weiss.ACM SIGKDD Explorations Newsletter . 2004 (1)

[9] A multiple resampling method for learning from imbalanced data sets [J].

Estabrooks, A ;

Jo, TH ;

Japkowicz, N .

COMPUTATIONAL INTELLIGENCE, 2004, 20 (01) :18-36

[10]

Exploratory undersam-pling for class-imbalance learning .2 Liu Xu-ying,Wu Jian-xin,Zhou Zhi-hua. IEEE Transactions on Sys-tem Man and Cybernetics:Part B . 2009

← 1 →