一种面向不平衡数据集的直接优化G-TP/PR算法

发布时间：2021-01-06 00:42

　　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. 

【文章来源】：小型微型计算机系统. 2016,37(12)北大核心

【文章页数】：5 页

【文章目录】：
1引言
    1)面向数据（Data-Oriented）的改进
    2)面向算法（Algorithm-Oriented）的改进
2相关背景
    2.1问题的定义
    2.2面向不平衡数据集的评估标准———G-TP/PR
3基于束方法的直接优化G-TP/PR算法
4实验与分析
    4.1实验数据集与比较算法
    4.2实验结果与分析
5结论



本文编号：2959591