您的位置： 专家智库 > >

陈奇刚

作品数：2 被引量：4H指数：1
供职机构：华南理工大学更多>>
发文基金：国家自然科学基金广东省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇数据集
  • 2篇分类器
  • 2篇不平衡数据
  • 2篇不平衡数据集
  • 1篇预处理
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数据预处理
  • 1篇统计学习
  • 1篇统计学习理论
  • 1篇组合分类器
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇向量机
  • 1篇机器学习方法
  • 1篇分类器算法
  • 1篇分类器组合

机构

  • 2篇华南理工大学

作者

  • 2篇陈奇刚
  • 1篇吴广潮

传媒

  • 1篇计算机工程与...

年份

  • 2篇2007
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
具有不平衡数据的二分类问题研究
在机器学习和数据挖掘领域中普遍存在着类别分布不平衡的数据集，当用传统的机器学习方法进行分类时，对多数类有较高的识别率，而对少数类的识别率很低。若少数类样本足够重要，往往会带来较大的损失。因此，不平衡数据集的学习问题已经成...
陈奇刚
关键词：不平衡数据集分类器组合统计学习理论机器学习方法分类器算法
文献传递
不平衡数据集中的组合分类算法被引量：4
2007年
为提高少数类的分类性能,对基于数据预处理的组合分类器算法进行了研究。利用Tomek links对数据集进行预处理;把新数据集里的多数类样本按照不平衡比拆分为多个子集,每个子集和少数类样本合并成新子集;用最小二乘支持向量机对每个新子集进行训练,把训练后的各个子分类器组合为一个分类系统,新的测试样本的类别将由这个分类系统投票表决。数据试验结果表明,该算法在多数类和少数类的分类性能方面,都优于最小二乘支持向量机、过抽样方法和欠抽样方法。
吴广潮陈奇刚
关键词：不平衡数据集最小二乘支持向量机组合分类器数据预处理
全选 清除 导出
共1页<1>
聚类工具0