基于v-间隔超球体支持向量机非平衡数据分.pdfVIP

第２６卷　第１２期 重 庆 理 工 大 学 学报（自然科学） ２０１２年１２月 Ｖｏｌ．２６　　Ｎｏ．１２ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｄｅｃ．２０１２  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１２．１２．０１９ 基于 －最大间隔超球体支持向量机 ν 的非平衡数据分类 李秋林 （西南大学 数学与统计学院，重庆　４００７１５） 摘　　　要：针对传统超球体支持向量机在处理非平衡数据集时出现的少数类查全率较低的问 题，通过引入最大间隔和参数 ，提出了 －最大间隔超球体支持向量机。该算法以最大间隔为 ν ν 优化目标建立分类模型，大幅度提高了少数类查全率。通过 ＵＣＩ数据集的分类仿真实验，比较 了该算法与传统超球体支持向量机的分类精度。结果表明，该算法能有效提高对非均衡分布数 据的分类准确率。 关　键　词：支持向量机；超球体支持向量机；最大间隔；非均衡数据 中图分类号：ＴＰ１８　　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１２）１２－００９３－０６ ＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＩｍｂａｌａｎｃｅｄＤａｔａＢａｓｅｄｏｎＮｕｍａｘｉｍｕｍＭａｒｇｉｎ ＨｙｐｅｒＳｐｈｅｒｅＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ ＬＩＱｉｕｌｉｎ （ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＳｔａｔｉｓｔｉｃｓ，ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４００７１５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｖｉｅｗｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌＨＳＳＶＭ（ｈｙｐｅｒｓｐｈｅｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ）ｉｎｐｒｏｃｅｓｓｉｎｇｏｆ ｉｍｂａｌａｎｃｅｄｄａｔａｓｅｔｔｈｅｍｉｎｏｒｉｔｙｃｌａｓｓｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗｒｅｃａｌｌｒａｔｉｏ，ａｎｄｂｙｉｎｔｒｏｄｕｃｉｎｇｔｈｅｍａｘｉ ｍｕｍｍａｒｇｉｎａｎｄｔｈｅｐａｒａｍｅｔｅｒｎｕ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｈｅＮＵＭＭＨＳＳＶＭ（ｎｕｍａｘｉｍｕｍｍａｒｇｉｎｈｙ ｐｅｒｓｐｈｅｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ）．Ｔｈｅａｌｇｏｒｉｔｈｍｔａｋｅｓｔｈｅｍａｘｉｍｕｍｍａｒｇｉｎａｓｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｔａｒ ｇｅｔｔｏｂｕｉｌｄａｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌ，ｇｒｅａｔｌｙｉｍｐｒｏｖｉｎｇｔｈｅｍｉｎｏｒｉｔｙｃｌａｓｓｒｅｃａｌｌ．ＴｈｒｏｕｇｈＵＣＩｄａｔａｓｅｔ ｃｌａｓｓｉｆｉｃａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓ，ｔｈｅａｌｇｏｒｉｔｈｍｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌＨＳＳＶＭ（ｈｙｐｅｒｓｐｈｅｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａ ｃｈｉｎｅ）ｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｉｓｃｏｍｐａｒｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅ ｔｈｅｉｍｂａｌａｎｃｅｄｄｉｓｔｒｉｂｕｔｉｏｎｏｆｄａｔａｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ：ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；ｈｙｐｅｒｓｐｈｅｒｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；ｍａｘｉｍｕｍｍａｒｇｉｎ；ｉｍｂａｌ ａｎｃｅｄｄａｔａ 　　收稿日期：２０１２－０８－２２ 作者简介：李秋林（１９８７—），男，硕士研究生，主要从事支持向量机、机器学习研究。 ９４ 重 庆 理 工 大 学 学报 