基于支持向量機(jī)的不平衡樣本集分類(lèi)算法研究.pdf

1、支持向量機(jī)是以統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則為基礎(chǔ)的學(xué)習(xí)機(jī)器，被廣泛應(yīng)用于分類(lèi)領(lǐng)域，其在分類(lèi)平衡樣本集時(shí)分類(lèi)的效果非常好，能夠克服局部最小值的問(wèn)題。但是，支持向量機(jī)在分類(lèi)不平衡樣本集時(shí)，其分類(lèi)效果卻并不理想。
　　本研究主要內(nèi)容包括：⑴在分析研究導(dǎo)致不平衡樣本集分類(lèi)不理想原因的基礎(chǔ)上，提出了基于最近鄰原則的欠采樣算法，然后結(jié)合k-means聚類(lèi)算法對(duì)樣本進(jìn)行分類(lèi)。該算法不僅能降低算法時(shí)間復(fù)雜度，還能保證樣本集內(nèi)部的屬性不變，而且

2、能有效地提高分類(lèi)的準(zhǔn)確率?；赨CI數(shù)據(jù)庫(kù)的仿真實(shí)驗(yàn)證實(shí)了本文算法對(duì)不平衡樣本的分類(lèi)效果更好。⑵先前的研究中，通常把樣本不平衡的原因歸結(jié)為兩類(lèi)樣本數(shù)量上的不平衡，沒(méi)有充分考慮樣本點(diǎn)的分布情況。本文基于這一問(wèn)題，提出了一種兼顧數(shù)量與樣本可分性的欠采樣算法。通過(guò)實(shí)驗(yàn)的驗(yàn)證，最終證實(shí)本文提出的算法能夠更好地改善不平衡樣本集分類(lèi)不理想的問(wèn)題。⑶僅僅依靠樣本點(diǎn)的可分性并不能完全的說(shuō)明樣本點(diǎn)的分布情況，樣本集的分布中樣本集的密度及空間距離也是影響不