The Research of Multi-class Imbalanced Classification and Feature Selection Method

摘要

在模式分类问题中普遍存在着数据集不平衡的现象，即不同类的样本在数量 和分布上存在较大差异。非平衡数据的分类具有着重要的现实意义，因为少数类 样本通常伴随着高昂的错分代价，错分或遗失这些样本都会对分类结果带来严重 的影响。有学者认为，支持向量机作为处理非平衡问题的理想工具，因其分类决 策过程仅仅受少数支持向量的影响，而与其它样本无关，样本总体的类不平衡对 分类结果的影响有限。然而，实验表明，支持向量机并不总是能很好地解决非平 衡分类问题。本文通过对数据分布的观察，提出类不平衡并非简单地体现为不同 类别样本数量上的差异，更本质地，应该是分界面附近的二类分布密度之比。本 文首先通过人...