基于新改进的 SVM 不平衡数据集分类算法

来源：石河子大学学报·自然科学版杂志2018年第5期北京时间：

作者：刘悦婷, 李晓霞, 李思璇, 朱旭博

单位：（兰州文理学院传媒工程学院，甘肃 兰州 730000）

摘要：针对不平衡数据集数据分布不均匀及边界模糊的特点，提出一种新改进的SVM（IMSVM）不平衡数据集分类算法。该算法先计算每个样本在距离临界区域内的密度值，依据样本的密度值分别选出边界区域、靠近边界区域的与少数类数目相等的样本与少数类完成SVM初始分类；再用所得的支持向量机和剩余的多数类样本对初始分类器迭代优化。人工数据集和UCI数据集的实验结果表明：与WSVM、ALSMOTE-SVM和基本SVM算法相比，对于不平衡性较高的SpectfHeart数据集；本文算法较其他算法的G-mean提高了5.59%，F-measure提高了6.43%，CPU运行时间降低了13%。上述结果表明：IMSVM算法分类效果良好，能有效改进SVM算法在分布不均匀及边界模糊数据集上的分类性能。

关键词：支持向量机；不平衡数据集；样本密度；分布不均匀；边界区域

基金资助：国家自然科学基金（61763029），甘肃省高等学校科研（2015B-132），兰州文理学院校级种子基金（自然）（17XJZZ06）项目