改进的不均衡样本集支持向量机预处理方法

被引：2

作者：

何渊淘

邓伟

机构：

[1] 不详

[2] 苏州大学计算机科学与技术学院

[3] 不详

来源：

关键词：

支持向量机(SVM); 邻域算法; 后验概率; VC维;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

将一种改进的邻域算法应用于不均衡样本集中,由于改进的邻域算法未考虑不均衡样本集的问题从而导致后续的支持向量机训练耗费和泛化性能受影响,把后验概率的思想加入改进的邻域算法中,并由实验数据说明了该方法对不均衡样本集的有效性。

引用

页码：36 / 37+40 +40

页数：3

共 4 条

[1]

Neighborhood Property–Based Pattern Selection for Support Vector Machines[J] . Hyunjung Shin,Sungzoon Cho.Neural Computation . 2007 (3)

[2] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .

[3] Fast implementations of nearest neighbor classifiers [J].

Grother, PJ ;

Candela, GT ;

Blue, JL .

[4]

The Nature of Statistical Learning Theory .2 Vapnik VN. Springer-Verlag . 2000