• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Support Vector Machines for Unbalanced Multicategory Classification
【24h】

Support Vector Machines for Unbalanced Multicategory Classification

机译：不平衡多类别分类的支持向量机

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Classification is a very important research topic and its applications are various, because data can be easily obtained in these days. Among many techniques of classification the support vector machine (SVM) is widely applied to bioinformatics or genetic analysis, because it gives sound theoretical background and its performance is superior to other methods. The SVM can be rewritten by a combination of the hinge loss function and the penalty function. The smoothly clipped absolute deviation penalty function satisfies desirably statistical properties. Since standard SVM techniques typically treat all classes equally, it is not well suited to unbalanced proportion data. We propose a robust method to treat unbalanced cases based on the weights of the class. Simulation and a numerical example show that the proposed method is effective to analyze unbalanced proportion data.
机译：分类是一个非常重要的研究主题，它的用途是多种多样的，因为这些天可以很容易地获得数据。在许多分类技术中，支持向量机（SVM）由于具有良好的理论背景并且其性能优于其他方法，因此被广泛应用于生物信息学或遗传分析。可以通过铰链损失函数和惩罚函数的组合来重写SVM。平滑限幅的绝对偏差罚分函数满足统计特性。由于标准的SVM技术通常会平等地对待所有类别，因此它不太适合不平衡比例数据。我们提出了一种稳健的方法来根据类的权重来处理不平衡的案例。仿真和数值算例表明，该方法对于分析不平衡比例数据是有效的。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第2期|294985.1-294985.7|共7页
  • 作者

    Jung Kang-Mo;

  • 作者单位

    Kunsan Natl Univ, Dept Stat & Comp Sci, Gunsan 573701, South Korea.;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号