一种基于改进SMOTE的不平衡数据集主动学习SVM分类算法

摘要

针对不平衡数据集在分类过程中易产生噪声数据和分类精度低的问题,本文提出一种基于改进SMOTE的不平衡数据集主动学习SVM分类算法.该算法对训练样本集利用少数类样本的归属值通过多数票选择法控制合成少数类样本的数量,根据距离公式确定超平面,选取距离分类超平面最近的相同数量的多数类样本,组成平衡采样数据集,利用支持向量机(SVM)进行分类得到优化分类器,再用主动学习对去除了训练样本的不平衡数据集利用优化分类器进行分类循环,直到剩余样本为零.利用UCI数据集中的数据实验表明,本文提出的算法有效地减少了噪声数据对分类的影响,提高了不平衡数据的分类准确率.