C-SVM在不同类别样本数目不均衡下的优化

作     者：张秋余 赵付清 王静 余冬梅 李建建 张润花 ZHANG Qiu-yu;ZHAO Fu-qing;WANG Jing;YU Dong-mei;LI Jian-jian;ZHANG Run-hua

作者机构：兰州理工大学计算机与通信学院甘肃兰州730050 甘肃建筑职业技术学院甘肃兰州730050 

出 版 物：《兰州理工大学学报》 (Journal of Lanzhou University of Technology)

年 卷 期：2007年第33卷第4期

页      面：90-92页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：甘肃省科技攻关项目(2GS047-A52-002-03) 

主　　题：C-SVM 不均衡样本数 参数优化 加权 

摘      要：在解决故障检测等分类问题时,若不同类别样本数目相差很大,C-SVM训练的分类错误总偏向于样本数较少的类别,因而影响了分类的精确性.为提高精确性,提出一种优化算法,在训练过程中针对不同类样本,采用不同的权值来优化训练过程,按正负类样本在总样本中所占的比例,加大样本数较少的类别权值,降低样本数较大的类别权值来实现两类样本间的均衡.实验结果表明,该方法对两类样本数目相差很大的问题有效.