%0 Journal Article
%T 代价敏感支持向量机
%A 郑恩辉
%A 李平
%A 宋执环
%J 控制与决策
%P 473-476
%D 2006
%X 以分类精度为目标的传统分类算法通常假定:每个样本的误分类具有同样的代价且每类样本数大致相等.但现实数据挖掘中该假定不成立时,这些算法的直接应用不能取得理想的分类和预测.针对此缺隙,并基于标准的SVM,通过在SVM的设计中集成样本的不同误分类代价,提出代价敏感支持向量机(CS-SVM)的设计方法.实验结果表明CS-SVM是有效的.
%K 分类
%K 支持向量机
%K 代价
%U http://www.kzyjc.net:8080/CN/abstract/abstract9158.shtml