基于欠采樣不均衡數(shù)據(jù)SVM算法與應(yīng)用.pdf

1、支持向量機(jī)(Support Vector Machine,SVM)算法是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的一種機(jī)器學(xué)習(xí)方法,它以其扎實(shí)的理論基礎(chǔ)以及完整的理論推導(dǎo),成為處理小樣本學(xué)習(xí)、非線性、局部極小值等問題的有效工具。之前的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法,時(shí)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(jī)方法卻在這些方面達(dá)到了較為滿意的效果。由于支持向量機(jī)算法通常研究的是均衡狀態(tài)下數(shù)據(jù)的分類,然而在數(shù)據(jù)不均衡的狀況下,效果很不理想,因此對(duì)于處理不均

2、衡數(shù)據(jù)下支持向量機(jī)算法的研究成為了近些年很多學(xué)者們的關(guān)注對(duì)象。
　　在支持向量機(jī)算法的基礎(chǔ)上對(duì)數(shù)據(jù)層和算法層上進(jìn)行改進(jìn),可以使數(shù)據(jù)達(dá)到均衡。在數(shù)據(jù)層的處理方面,少數(shù)類數(shù)據(jù)通常運(yùn)用過采樣的處理方式,而多數(shù)類數(shù)據(jù)通常都是使用欠采樣的方法作出改進(jìn)。本論文對(duì)于如何使不均衡數(shù)據(jù)通過欠采樣方式達(dá)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(shù)據(jù)SVM算法,另一種為基于精簡(jiǎn)集欠采樣不均衡數(shù)據(jù)SVM算法。譜聚類欠采樣算法在處理數(shù)據(jù)層上

3、時(shí),將多數(shù)類數(shù)據(jù)在核空間里使用譜聚類方法,對(duì)具有代表性的數(shù)據(jù)點(diǎn)與少數(shù)類數(shù)據(jù)進(jìn)行樣本訓(xùn)練,在得到良好的分類界限的同時(shí)提高了分類性能,并在算法的最后與其他不同算法進(jìn)行了對(duì)比?；诰?jiǎn)集欠采樣不均衡數(shù)據(jù)SVM算法除了考慮不均衡數(shù)據(jù)SVM分類性能,還對(duì)算法的速度進(jìn)行了一定研究與學(xué)習(xí),該算法在保持原多數(shù)類數(shù)據(jù)空間結(jié)構(gòu)不變的前提下,在核空間中進(jìn)行精簡(jiǎn)集算法處理,通過對(duì)多數(shù)類數(shù)據(jù)權(quán)重的確定和數(shù)據(jù)樣本到多數(shù)類數(shù)據(jù)中心的距離選擇出具有代表性的向量。由于算