多任务学习的不平衡SVM+算法.PDFVIP

———————————————————————————————————————————————— 多任务学习的不平衡SVM+算法 作者 周国华，过林吉，殷新春 机构 常州轻工职业技术学院 信息工程与技术学院；扬州大学 信息工程学院 DOI 10.3969/j.issn.1001-3695.2018.03.0276 基金项目 国家自然科学基金资助项目 预排期卷 《计算机应用研究》2019 年第36 卷第11 期 摘要 处理不平衡数据分类时，传统支持向量机技术(SVM)对少数类样本识别率较低。鉴于SVM+技 术能利用样本间隐藏信息的启发，提出了多任务学习的不平衡SVM+算法（MTL-IC-SVM+）。 MTL-IC-SVM+基于SVM+将不平衡数据的分类表示为一个多任务的学习问题，并从纠正分类 面的偏移出发，分别赋予多数类和少数类样本不同的错分惩罚因子，且设置少数类样本到分 类面的距离大于多数类样本到分类面的距离。UCI 数据集上的实验结果表明，MTL-IC-SVM+ 在不平衡数据分类问题上具有较高的