不均衡支持向量機(jī)參數(shù)選取的兩種優(yōu)化方法.pdf

1、支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論和數(shù)學(xué)規(guī)劃基礎(chǔ)之上的一種數(shù)據(jù)挖掘的新方法。數(shù)學(xué)規(guī)劃是運(yùn)籌學(xué)的一個(gè)重要分支，在機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)問題、工程機(jī)械學(xué)等領(lǐng)域有著廣泛應(yīng)用。它和數(shù)據(jù)挖掘技術(shù)的結(jié)合已使大規(guī)模和高復(fù)雜性的問題的解決成為可能，并在特征提取、聚類和回歸等方面有很重要的應(yīng)用。支持向量機(jī)是數(shù)學(xué)規(guī)劃在數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要應(yīng)用，是由Vapnik等人根據(jù)統(tǒng)計(jì)理論提出的一種新的機(jī)器學(xué)習(xí)方法。 本文主要研究了不均衡支持向量機(jī)中參數(shù)的優(yōu)化選取問題。支

2、持向量機(jī)在各行各業(yè)中的應(yīng)用已經(jīng)取得了良好的效果；支持向量機(jī)的參數(shù)選取是支持向量機(jī)研究中的一類重要問題，參數(shù)選取的不同，對支持向量機(jī)的泛化性能影響很大；不均衡支持向量機(jī)的參數(shù)優(yōu)化選取的研究較少，本文針對不均衡問題，建立了參數(shù)選取的模型，設(shè)計(jì)了算法，并進(jìn)行了數(shù)值實(shí)驗(yàn)。 文中給出了不均衡支持向量機(jī)的兩個(gè)參數(shù)選取模型。首先針對不均衡問題的數(shù)據(jù)上特殊性，摒棄傳統(tǒng)的性能評價(jià)指標(biāo)，給出了一個(gè)適合不均衡問題的F-指標(biāo)。通過最小化F一指標(biāo)來建立優(yōu)