10.3969/j.issn.1672-058X.2010.05.011
面向不平衡数据集的线性分类方法研究
近年来,面向不平衡数据集的分类器学习与推广问题越来越受到人们的关注,在此以机器学习数据库、美国邮政编码、2维元音等国际上典型的分类问题为应用背景,重点研究如何用线性分类器解决样本数不平衡的问题;对Fisher、伪逆和单层感知器等3种典型的线性分类器做了深入的研究,并将这3种线性分类方法应用到不平衡数据集的分类中;通过实验及分析,这些新方法对平衡数据集的线性分类起到了良好的分类效果.
不平衡数据集、Fisher分类器、伪逆法、单层感知器、线性分类方法
27
TP231(自动化技术及设备)
2011-03-10（万方平台首次上网日期，不代表论文的发表时间）
共9页
467-475
