加權(quán)核心集向量機(jī).pdf

1、對(duì)大樣本數(shù)據(jù)進(jìn)行訓(xùn)練一直是機(jī)器學(xué)習(xí)領(lǐng)域里一個(gè)典型的問(wèn)題,一般的核心集向量機(jī)可以實(shí)現(xiàn)對(duì)大樣本進(jìn)行訓(xùn)練,但許多樣本中樣例的分布往往是不平衡的,一般的核心集向量機(jī)沒(méi)有考慮這一問(wèn)題,賦予所有樣本點(diǎn)以相同的懲罰因子,使得分類精度較低,分類效果不好。
　　針對(duì)樣本容量較大和樣例分布的不平衡這兩個(gè)問(wèn)題,論文從以下兩個(gè)方面對(duì)加權(quán)的核心集向量機(jī)進(jìn)行了研究:
　　1、提出了一種快速算法,加權(quán)的核心集向量機(jī),它的算法由兩個(gè)階段組成。在第一階段中,

2、使用核心集向量機(jī)法或一般化的核心集向量機(jī)法有效地獲得核心集。在第二階段中,用加權(quán)的支持向量機(jī)對(duì)分布不平衡的樣本進(jìn)行訓(xùn)練。
　　2、針對(duì)目前在大規(guī)模數(shù)據(jù)和不平衡數(shù)據(jù)分類時(shí)存在的一些問(wèn)題,提出了一種新的分類方法。利用基于最大夾角間隔的核心集向量機(jī)算法實(shí)現(xiàn)對(duì)大樣本數(shù)據(jù)的分類,針對(duì)不平衡數(shù)據(jù)分類問(wèn)題,通過(guò)對(duì)不同的樣本給予不同的權(quán)重,來(lái)提高算法的分類性能。加權(quán)最大夾角間隔核心集向量機(jī)方法不僅能夠有效地解決不平衡數(shù)據(jù)的分類問(wèn)題,而且能夠?qū)崿F(xiàn)對(duì)