新疆大学学报(自然科学版)(中英文)

2012, v.29;No.125(01) 100-103

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

非平衡语料下改进的SVM-KNN算法
An Improved SVM-KNN Algorithm Based on Unbalanced Corpus

高阳;田生伟;吐尔根·依不拉音;

摘要(Abstract):

结合SVM和KNN方法改进而成的SVM-KNN分类器,较SVM在准确度上有较大提高.但在处理非平衡语料时,性能反而不如SVM分类器.其基本原理如下:对距超平面较远的数据,SVM-KNN使用SVM进行分类,较近的用KNN分类器.因KNN分类器对包含较多数据的类有偏向性,使得SVM-KNN的分类性能大幅降低.本文就这一缺点提出了改进的方法:在KNN分类的部分,统计出每个类对应的支持向量的数目,加入以支持向量数目的权重进行惩罚,使得偏向性得以校正,F-measure值有较大提高.

关键词(KeyWords): 非平衡语料;支持向量机;最近邻分类;类代表点

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(60963017)

作者(Author): 高阳;田生伟;吐尔根·依不拉音;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享