一种基于属性加权的代价敏感支持向量机算法

摘要：

针对实际中存在的各类别样本错分造成不同危害程度的分类问题,提出了一种基于属性加权的代价敏感支持向量机分类算法,即在计算各个样本特征属性对分类的重要度之后,对相应的属性进行重要度加权,所得的数据用于训练和测试代价敏感支持向量机.数值实验的结果表明,该方法提高了误分代价高的类别的分类精度,同时属性重要度的引入提高了分类器的整体分类性能.该方法对错分代价不对称的数据分类问题具有重要的现实意义.

关键词：属性加权、支持向量机、代价敏感支持向量机

所属期刊栏目：35

分类号：TP181(自动化基础理论)

在线出版日期：2009-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：125-127