组合代价敏感支持向量机及其应用

作     者：史小伍 陶红 阚今中 高尚 SHI Xiao-wu;TAO Hong;KAN Jin-zhong;GAO Shang

作者机构：江苏科技大学计算机科学与工程学院江苏镇江212003 

基　　金：人工智能四川省重点实验室开放基金(2009RY001) "青蓝工程"项目计划 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2012年第22卷第5期

页      码：71-74,78页

摘      要：标准的分类器设计大多都是基于整体最小化错误率。在入侵检测、医疗诊断等领域中,不同类别的误分类通常具有不等的损失。文中采用支持向量机建立模型,在组合算法的思想下引入组合代价敏感支持向量机,弥补传统代价敏感支持向量机在分类精度上的不可控。在模型对比中引入了更为实际的对比方式,从而能更好地选取模型,以减少总体误分代价。文中考虑不同类别的误分代价的前提下建立合适的支持向量机模型,并成功地应用在个人信用分类上。

主 题 词：代价敏感学习 组合 支持向量机 个人信用评价 误分代价 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1673-629X.2012.05.018

馆 藏 号：203303675...