基于欠采樣不均衡數據SVM算法與應用.pdf

1、支持向量機(Support Vector Machine,SVM)算法是以統(tǒng)計學習理論為基礎的一種機器學習方法,它以其扎實的理論基礎以及完整的理論推導,成為處理小樣本學習、非線性、局部極小值等問題的有效工具。之前的神經網絡學習方法,時常在速度、穩(wěn)定性以及泛華能力方面出現(xiàn)種種問題,但是支持向量機方法卻在這些方面達到了較為滿意的效果。由于支持向量機算法通常研究的是均衡狀態(tài)下數據的分類,然而在數據不均衡的狀況下,效果很不理想,因此對于處理不均

2、衡數據下支持向量機算法的研究成為了近些年很多學者們的關注對象。
　　在支持向量機算法的基礎上對數據層和算法層上進行改進,可以使數據達到均衡。在數據層的處理方面,少數類數據通常運用過采樣的處理方式,而多數類數據通常都是使用欠采樣的方法作出改進。本論文對于如何使不均衡數據通過欠采樣方式達到均衡,提出了兩種不同的算法,一種為基于譜聚類欠采樣不均衡數據SVM算法,另一種為基于精簡集欠采樣不均衡數據SVM算法。譜聚類欠采樣算法在處理數據層上

3、時,將多數類數據在核空間里使用譜聚類方法,對具有代表性的數據點與少數類數據進行樣本訓練,在得到良好的分類界限的同時提高了分類性能,并在算法的最后與其他不同算法進行了對比?；诰喖凡蓸硬痪鈹祿VM算法除了考慮不均衡數據SVM分類性能,還對算法的速度進行了一定研究與學習,該算法在保持原多數類數據空間結構不變的前提下,在核空間中進行精簡集算法處理,通過對多數類數據權重的確定和數據樣本到多數類數據中心的距離選擇出具有代表性的向量。由于算