代价敏感支持向量机
DOI:
CSTR:
作者:
作者单位:

浙江大学工业控制技术研究所 杭州 310027

作者简介:

郑恩辉

通讯作者:

中图分类号:

TP18

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    以分类精度为目标的传统分类算法通常假定:每个样本的误分类具有同样的代价且每类样本数大致相等.但现实数据挖掘中该假定不成立时,这些算法的直接应用不能取得理想的分类和预测.针对此缺隙,并基于标准的SVM,通过在SVM的设计中集成样本的不同误分类代价,提出代价敏感支持向量机(CS-SVM)的设计方法.实验结果表明CS-SVM是有效的.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

郑恩辉; 李平; 宋执环.代价敏感支持向量机[J].控制与决策,2006,21(4):473-476

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-02-02
  • 最后修改日期:2005-04-25
  • 录用日期:
  • 在线发布日期: 2006-04-20
  • 出版日期:
文章二维码