一种改善非平衡分布数据SVM分类能力的新策略

摘要

支持向量机利用接近边界的少数向量来构造一个最优分类面.但是若两分类问题中的样本呈现非平衡分布时,即两类样本数目相差很大时,分类能力就会有所下降.提出分别使用重复数量少的一类样本、选择数量多的类样本以及引入类惩罚因子的三个方法来改善分类能力.实验表明,三种方法对不同类型数据集合,一定程度上都改善了支持向量的分类能力.