一种面向不平衡数据集的直接优化G-TP／PR算法

摘要 设计直接优化不平衡准则算法是克服SVM在不平衡数据集上表现不佳的一个有效途径．但已有研究多面向F1、AUC等常见标准，对于其他标准如G-TP／PR等由于优化上的困难一直鲜有涉及．对此，提出一个直接优化G-TP／PR的新型算法．算法采用传统SVM框架，定义了面向G-TP／PR的目标函数，该目标比已有基于F1目标更加紧凑．针对新函数非光滑，难以直接优化，提出使用束方法进行求解，使得算法的迭代次数不依赖于训练样本数，更适合大规模的应用场合．不平衡数据集上实验证明了所提算法的有效性