SMOTE和Biased-SVM相结合的不平衡数据分类方法

计算机科学 ›› 2008, Vol. 35 ›› Issue (5): 174-176.

SMOTE和Biased-SVM相结合的不平衡数据分类方法

出版日期:2018-11-16 发布日期:2018-11-16

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 针对不平衡数据集的分类问题，本文利用支持向量机推广能力强的优良特性，提出了SMOTE（Synthetic Minority Over-sampling Technique，SMOTE）和Biased-SVM（Biased Support Vector Machine，Biased-SVM）相结合的方法。该方法首先对原始数据使用Biased-SVM方法，然后对求出的支持向量使用SMOTE向上采样方法进行采样，最后再使用Biased-SVM方法进行分类。实验结果表明，本文采用的SMOTE和Biased-SVM

关键词: 机器学习不平衡数据数据分类 SMOTE Biased-SVM

Abstract: In view of the classification of the imbalance data set,this paper gives the method using SMOTE （Synthetic Minority Over-sampling Technique, SMOTE） and Biased-SVM （Biased Support Vector Machine, Biased-SVM）. Firstly, data set is taken into account using B

Key words: Machine learning, Imbalanced data set, Data classification, SMOTE, Biased-SVM

. SMOTE和Biased-SVM相结合的不平衡数据分类方法[J]. 计算机科学, 2008, 35(5): 174-176. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed