加权最大夹角间隔核心集向量机的不平衡数据分类

• 作 者: 鲁淑霞 李黎敏
• 机 构: 河北大学数学与计算机学院,
• 出 处: 山东大学学报(工学版)
• 发表日期: 2014年03期
• 关键词: 最大夹角间隔 向量 核心集 核心集向量机 数据分类 最小包络球 不平衡数据 夹角 间隔 不平衡

为了处理大规模数据和不平衡数据分类问题,提出了一种新的分类方法,利用基于最大夹角间隔的核心集向量机算法实现对大样本数据的分类;针对不平衡数据分类问题,通过对不同的样本给予不同的权重,来提高算法的分类性能。加权最大夹角间隔核心集向量机方法不仅能够有效地解决不平衡数据的分类问题,而且能够实现对大样本数据的快速训练。

In order to deal with the problem of large-scale data and unbalanced data classification, a new classification method is proposed to classify large sample data by using kernel-based CMM algorithm based on the maximum included angle interval. According to the problem of unbalanced data classification, Different samples give different weights to improve the classification performance of the algorithm. The weighted maximum included angle kernel kernel vector machine method not only can effectively solve the problem of unbalanced data classification, but also can quickly train large sample data.