改进SVM-KNN的不平衡数据分类

	改进SVM-KNN的不平衡数据分类
	王超学; 张涛; 马春森
刊名	计算机工程与应用
	2014-08-15
期号	04 页码:51-55+103
关键词	支持向量机 K近邻法不平衡数据集
英文摘要	针对支持向量机(SVM)在超平面附近进行不平衡数据(imbalanceddatasets)分类的不准确性,提出了一种改进SVM-KNN算法,该算法在分类阶段计算测试样本与最优超平面的距离,如果距离差大于给定阈值可直接应用支持向量机分类;如果距离差小于给定阈值,则将所有支持向量都作为测试样本的近邻样本,进行KNN分类。通过对UCI数据集的大量实验表明,该算法在少数类样本的识别率和分类器的整体性能上有明显改善。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.nais.net.cn/handle/2HMLN22E/135560]
专题	植物保护研究所_有害生物监测预警研究室
作者单位	西安建筑科技大学信息与控制工程学院;中国农业科学院植物保护研究所
推荐引用方式 GB/T 7714	王超学,张涛,马春森. 改进SVM-KNN的不平衡数据分类[J]. 计算机工程与应用,2014(04):51-55+103.
APA	王超学,张涛,&马春森.(2014).改进SVM-KNN的不平衡数据分类.计算机工程与应用(04),51-55+103.
MLA	王超学,et al."改进SVM-KNN的不平衡数据分类".计算机工程与应用 .04(2014):51-55+103.