文献

J-GLOBAL ID：202102227933972452   整理番号：21A0397746

SVMに基づく非均衡データセットのオーバーサンプリング方法【JST・京大機械翻訳】

Oversampling Method for Unbalanced Data Sets Based on SVM

著者 (3件)： Zhang Zhonglin (蘭州交通大学 電子与信息工程学院,蘭州 730070) ,  Feng Yibang (蘭州交通大学 電子与信息工程学院,蘭州 730070) ,  Zhao Zhongkai (蘭州交通大学 電子与信息工程学院,蘭州 730070)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 23  ページ： 220-228  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 不均衡データセットの分類結果が多くのクラスに偏っているという問題に対して、再サンプリング技術はこの問題を解決する有効な方法の一つである。しかし,従来の過サンプリングアルゴリズムは無効サンプルを容易に合成でき,アンダーサンプリング法は重要サンプル情報を取り除いた。これに基づいて,SVMに基づく不均衡データオーバーサンプリング法(SVMOM)(OversamplingMethodBasedonSVM)を提案した。SVMOMは,反復合成サンプルによって構成した。反復プロセスの間,分類超平面をSVMによって得た。各少数のサンプルから分類超平面までの距離に従ってサンプル距離の重みを付与した。同時に,サンプル密度をサンプル分布に従って計算し,サンプル密度の重みをサンプル分布に従って計算した。標本の距離の重みと密度の重みに従って、各少数のサンプルの選択重みを計算し、サンプルの選択重みに従ってサンプルを選択し、SMOTEを用いて新しいサンプルを合成し、平衡データセットの目的を達成する。実験結果は,提案したアルゴリズムが分類結果の多くの分類問題を解決し,このアルゴリズムの有効性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *釣合 ,  有効性
準シソーラス用語： *オーバサンプリング ,  リサンプリング ,  アンダーサンプリング ,  超平面 ,  不均衡データ ,  不均衡データセット , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： SVM ,  均衡 ,  データセット ,  オーバーサンプリング