一种面向不平衡数据的结构化SVM集成分类器.PDFVIP

第26 卷摇 第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 模式识别与人工智能摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Vol.26摇 No.3 摇 2013年3月摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 PR AI摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Mar摇 摇 2013 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 一种面向不平衡数据的结构化 SVM集成分类器* 1,2 1 3 袁兴梅 摇 摇 杨摇 明摇 摇 杨摇 杨 1(南京师范大学 计算机科学与技术学院摇 南京210023) 2(南京工程学院信息化建设与管理办公室摇 南京211167) 3(南京师范大学 强化培养学院摇 南京210023) 摘摇 要摇 为改进面向不平衡数据的SVM分类器性能,以结构化SVM为基础,提出一种基于代价敏感的结构化支持 向量机集成分类器模型.该模型首先通过训练样本的聚类,得到隐含在数据中的结构信息,并对样本进行初始加 权.运用AdaBoost策略对各样本的权重进行动态调整,适当增大少数类样本的权重,使小类中误分的样本代价增 大,以此来改进不平衡数据的分类性能.实验结果表明,该算法可有效提高不平衡数据的分类性能. 关键词摇 不平衡数据,结构化支持向量机(StASVM),代价敏感 中图法分类号摇 TP391 An Ensemble Classifier Based on Structural Support Vector Machine for Imbalanced Data 1,2 1 3 YUAN Xing鄄Mei ,YANG Ming ,YANG Yang 1(School of Computer Science and Technology,Nanjing Normal University,Nanjing 210023) 2(Office of Information Construction and Management,Nanjing Institute of Technology,Nanjing 211167) 3(Honor School,Nanjing Normal University,Nanjing 210023) ABSTRACT To improve the performance of Support Vector Machine(SVM) classifier for imbalanced data,an ensemble classifiermodelbasedonstructural SVMisintroducedby incorporatingcost鄄sensitivestrategy. In the proposed classifier model,the training data is partitioned into several group by Ward hierarchical clusteringalgorithm,thestructureinformationhiddenindataisobtained,andtheweightof every sampleis initializedby usingtheprior knowledgehiddenin cluste