[00003255]一种不平衡数据分类方法
技术详细介绍
本发明涉及一种不平衡数据分类方法，在已标记数据集L中，先对每个数据点处理，计算它与所有非同类数据点之间的距离，保留其中的最短距离作为它的特征；对所有数据点按特征由小到大排列，取特征最小的前t个数据点形成初始的训练集T，剩余的数据点构成初始的非训练集N。使用支持向量机，运用主动学习策略在训练集T上进行迭代学习。训练开始后，每一步迭代都产生一个临时的分类超平面P，用P对N中所有数据点进行试分类，如果存在预测错误的数据点，从预测错误的数据点中随机抽取一个添加到训练集T中，同时在N中选择离P最近的一个数据点添加到T中；如果N中不存在预测错误的数据点，则只从其中选择离P最近的一个数据点加入训练集T。继续训练。
