改进的MDSMOTE与FC？？SVM在不平衡数据集分类中的应用

摘要:针对于MDSMOTE算法在生成部分新样本时没有将错分样本纳入其中的问题，将对错分样本修正的方法加入到现有的MDSMOTE算法中，提高样本的质量；对于传统FSVM在对不平衡数据集分类时，不能解决超平面偏向少数类的问题，将正负惩罚系数、模糊因子加入到FSVM中，提高不平衡数据的识别率。将改进的算法用于京东网购评语数据集分类中，该算法的分类性能较其他算法平均提升了9？？13%，表明了该方法的可行性和有效性，具有实际应用价值