一种面向不平衡数据集的直接优化G-TP/PR算法

作     者：程凡 杨康 周源 江进龙 CHENG Fan;YANG Kang;ZHOU Yuan;JIANG Jin-long

作者机构：安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230039 

基　　金：教育部人文社科青年基金项目(13YJC870003)资助 教育部计算智能与信号处理重点实验室开放基金项目资助 安徽省教育厅重点基金项目(KJ2015A070)资助 安徽省自然科学基金项目(1408085QF120)资助 安徽大学青年科学基金项目(KJQN1119)资助 安徽大学博士启动基金项目(01001902)资助 安徽大学青年骨干教师基金项目 安徽大学信息保障技术协同创新中心开放基金项目资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2016年第37卷第12期

页      码：2690-2694页

摘      要：设计直接优化不平衡准则算法是克服SVM在不平衡数据集上表现不佳的一个有效途径.但已有研究多面向F1、AUC等常见标准,对于其他标准如G-TP/PR等由于优化上的困难一直鲜有涉及.对此,提出一个直接优化G-TP/PR的新型算法.算法采用传统SVM框架,定义了面向G-TP/PR的目标函数,该目标比已有基于F1目标更加紧凑.针对新函数非光滑,难以直接优化,提出使用束方法进行求解,使得算法的迭代次数不依赖于训练样本数,更适合大规模的应用场合.不平衡数据集上实验证明了所提算法的有效性.

主 题 词：不平衡数据集 SVM G—TP/PR 束方法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203209904...