没有合适的资源?快使用搜索试试~
我知道了~
文库首页
课程资源
软件测试
代价敏感支持向量机(CSSVM)
代价敏感支持向量机(CSSVM)
3星
· 超过75%的资源
需积分: 50
27 下载量
66 浏览量
2011-07-28
14:36:21
上传
评论
1
收藏
450KB
PDF
举报
温馨提示
立即下载
代价敏感支持向量机的学习材料,希望大家多多交流啊。
资源推荐
资源评论
代价敏感支持向量机(CSSVM)
浏览:113
5星 · 资源好评率100%
代价敏感支持向量机学习材料,各位朋友有这方面的材料多多上传啊。
代价敏感支持向量机
浏览:100
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.
论文研究-客户价值细分的代价敏感支持向量机方法.pdf
浏览:188
为了解决客户细分中由于客户价值不同和不同价值客户数量的悬殊差异造成对客户错误分类的代价不同和不平衡的数据样本,研究了客户价值细分问题中错误分类代价形成机理,建立基于客户价值的动态代价函数,在此基础上设计了代价敏感的支持向量机分类器。实验结果说明,该方法可以更精确地控制代价敏感性,降低总体的错误分类代价,使模型能更准确地反映分类的代价,有效地识别客户价值。
SVMGUI支持向量机可视化
浏览:117
SVMGUI支持向量机可视化,可实现支持向量机的分类和回归计算
代价敏感分类算法的实验比较
浏览:177
代价敏感分类算法的几种基于c4.5算法的扩展算法的实验比较
代价敏感决策树代码
浏览:3
5星 · 资源好评率100%
本算法基于weka实现的误分类代价和测试代价基于id3算法的实现。
代价敏感的随机森林
浏览:138
关于代价敏感随机森林的参考文章,主要针对非平衡的数据集
代价敏感深度学习方法研究综述.pdf
浏览:36
5星 · 资源好评率100%
代价敏感深度学习方法研究综述.pdf
S4VM算法(Matlab)
浏览:56
5星 · 资源好评率100%
在过去的十年中,为了解决半监督支持向 量机某一方面的特定问题,出现了很多改进版本,如针对半监督支持向量机效率低下的问题,提出了meanS3VM 算法;针对利用无标记数据时会产生性能下降的问题,提出了S4VM 算法;针对代价敏感的问题,提出了CS4VM 算法。 S4VM 对传统的S3VM 进行了改进。传统的S3VM 基于低密度假设,它试图找到一个低密度的分界线,也就是更倾向于决策边界穿过特征空间的
代价敏感支持向量机的投影次梯度求解方法 (2011年)
浏览:84
针对传统的分类算法以及精度作为评价指标不能够满足现实分类问题的需要,将代价敏感方法引入支持向量机中,提出一种新的学习算法CSSVM,并得到了类似于Pegasos 的投影次梯度求解方法,用于大规模数据的处理。Pegasos 的步骤包括初始化、迭代、确定梯度下降的步长、确定梯度下降方向、更新、投影和结束。实验结果表明,该算法能有效提高识别率和识别精度,具有一定的竞争力。
代价敏感相关向量机的研究及其在变压器故障诊断中的应用
浏览:102
实际中不同变压器故障类型的误分引发的危害程度往往不同,仅追求正确率并不一定会带来符合实际意义的分类结果。针对此,提出了代价敏感相关向量机(CS -RVM)。CS-RVM以误分代价最小为目标,按贝叶斯风险理论预测新样本类别。在用典型算例验证了CS-RVM具有代价敏感性的基础上,尝试将其应用于变压器故障诊断。基于溶解气体分析(DGA)数据的变压器故障诊断实例分析表明,CS-RVM全局诊断正确率略高于B
基于不确定性采样的自训练代价敏感支持向量机研究 (2012年)
浏览:102
针对样本集中的类不平衡性和样本标注代价昂贵问题,提出基于不确定性采样的自训练代价敏感支持向量机。不确定性采样通过支持向量数据描述评价未标注样本的不确定性,对不确定性高的未标注样本进行标注,同时利用自训练方法训练代价敏感支持向量,代价敏感支持向量机利用代价参数和核参数对未标注样本进行预测。实验结果表明:该算法能有效地降低平均期望误分类代价,减少样本集中样本需要标注次数。
基于数据密度和成本敏感型支持向量机的自适应过采样技术在不平衡学习中的应用
浏览:193
重采样方法是一种不平衡学习的流行且有效的技术。 但是,大多数重采样方法会忽略数据密度信息,并可能导致过度拟合。 提出了一种新的基于数据密度的自适应过采样技术(ASMOBD)。 与现有的重采样算法相比,ASMOBD可以根据其学习难度水平,在每个少数样本周围自适应地合成不同数量的新样本。 因此,该方法使得决策区域更具体并且可以消除噪声。 此外,为避免过度概括,提出了两种平滑方法。 成本敏感型学习也是一
基于代价敏感支持向量机的软件缺陷预测研究_任胜兵2
浏览:87
摘要:软件缺陷预测是典型的非平衡学习问题。基于 CS-SVM 和聚类算法改进代价敏感支持向量机(SVM)算法,提出了 CCS-SVM 软件缺陷预测模型。在 CC
论文研究-基于代价敏感SVM的电信客户流失预测研究.pdf
浏览:80
针对客户流失数据集的非平衡性问题和错分代价的差异性问题,将代价敏感学习应用于Veropoulos提出的采用不同惩罚系数的支持向量机,建立客户流失预测模型,对实际的电信客户流失数据进行验证。通过与传统SVM、C4.5和ANN对比研究,结果显示此方法在精确度、命中率、覆盖率和提升度均有所改善,表明此方法有效地解决了数据集的非平衡性和错分代价问题,是进行客户流失预测的有效方法。
SVM分类源代码(可以直接使用,含详细注释)
浏览:200
这是基于蒙特卡洛发的SVM分类算法,里面包含了每一步的详细注释。适合初学者
代价敏感分类的软件缺陷预测方法* (2014年)
浏览:113
软件缺陷预测是提高软件测试效率,保证软件可靠性的重要途径。考虑到软件缺陷预测模型对软件模块错误分类代价的不同,提出了代价敏感分类的软件缺陷预测模型构建方法。针对代码属性度量数据,采用Bagging方式有放回地多次随机抽取训练样本来构建代价敏感分类的决策树基分类器,然后通过投票的方式集成后进行软件模块的缺陷预测,并给出模型构建过程中代价因子最优值的判定选择方法。使用公开的NASA软件缺陷预测数据集进
从零推导支持向量机(SVM)
浏览:107
支持向量机 (SVM) 是一个非常经典且高效的 分类模型. 但是, 支持向量机中涉及许多复杂 的数学推导, 并需要比较强的凸优化基础, 使 得有些初学者虽下大量时间和精力研读, 但仍 一头雾水, 最终对其望而却步. 本文旨在从零 构建支持向量机, 涵盖从思想到形式化, 再简 化, 最后实现的完整过程, 并展现其完整思想 脉络和所有公式推导细节. 本文力图做到逻辑 清晰而删繁就简, 避免引入不必要的
支持向量机与神经网络的区别
浏览:193
5星 · 资源好评率100%
二者在形式上有几分相似,但实际上有很大不同。 简而言之,神经网络是个“黑匣子”,优化目标是基于经验风险最小化,易陷入局部最优,训练结果不太稳定,一般需要大样本; 而支持向量机有严格的理论和数学基础,基于结构风险最小化原则, 泛化能力优于前者,算法具有全局最优性, 是针对小样本统计的理论。 目前来看,虽然二者均为机器学习领域非常流行的方法,但后者在很多方面的应用一般都优于前者。 神经网络是基于传
基于代价敏感支持向量机的软件缺陷预测研究_任胜兵1
浏览:177
摘要:软件缺陷预测是典型的非平衡学习问题。基于 CS-SVM 和聚类算法改进代价敏感支持向量机(SVM)算法,提出了 CCS-SVM 软件缺陷预测模型。在 CC
基于支持向量机的机器学习IDS攻击样本的逼近代价分析.pdf
浏览:53
基于支持向量机的机器学习IDS攻击样本的逼近代价分析.pdf
代价约束多核最小二乘支持向量机及其应用
浏览:7
代价约束多核最小二乘支持向量机及其应用
ε-不敏感的光滑支持向量回归机的收敛性 (2010年)
浏览:94
ε-不敏感的光滑支持向量回归机采用快速的迭代方法进行求解,使回归性能及效率得到了提高,但并没有考虑该回归机的收敛性。针对该问题,采用集合论等方法,通过相关的理论推导,证明该光滑支持向量回归机对任意给定的惩罚参数都是全局收敛的,并给出它的收敛上界,为该光滑支持向量机提供了基本的理论支持。
最小二乘孪生参数化不敏感支持向量回归机
浏览:156
最小二乘孪生参数化不敏感支持向量回归机
不同误分代价的支持向量机分类器 (2007年)
浏览:23
提出一种区分不同类别误分代价的支持向量机模型,建立了拉格朗日方程,利用KKT条件推导出其对偶形式。该模型能够让用户标记不同类别样本的重要性,并根据重要性程度设定不同的误分代价,使重要类别的样本尽量减少被误分的可能性,以满足特定任务的需求。实验结果表明,该模型可以很好地完成特定任务的分类。
20余套微信小程序源代码(含前端和后端)
浏览:194
20余套微信小程序源代码(含前端和后端)微信小程序源码带后台+教程+不同行业的源码集合。如有侵权或安装问题请联系附带微信.
python实现好看的GUI界面pyqt5
浏览:97
本资源基于网络的参考实现了好看的GUI界面,并带有样式截图,下载下来即可看见各种截图和py文件,可直接在python环境运行,基于pyqt5实现
软件工程课程设计报告期末大作业-超市管理系统.zip
浏览:2
5星 · 资源好评率100%
软件工程课程设计报告大作业,课题:小型超市管理系统,内容包括1.系统可行性研究报告 2.需求规格说明书 3.设计规格说明书 4.测试分析报告 5.课程设计总结 五个部分,只是分析了设计方案并没有源码实现。
3.2EStudy启动后无法显示界面的解决办法.zip
浏览:138
5星 · 资源好评率100%
3.2EStudy启动后无法显示界面的解决办法.zip
完整功能测试报告模板.doc
浏览:106
5星 · 资源好评率100%
完整的软件功能性测试报告模板。XXXX项目功能测试报告,文档修订记录,目录,项目概述,项目背景,测试目的...
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
xushiluo
2017-03-30
是一篇文献,基于支持向量机的代价敏感挖掘,期刊是信息与控制,作者是郑恩辉,
qq131415qq
粉丝: 1
资源:
6
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
ESP8266 WiFi模块入门教程:从连接到配置.zip
词频统计:从基础到实践的应用指南.zip
滑动窗口:深入理解与应用.zip
WRF(Weather Research and Forecasting Model)模型:深入解析与实用操作指南.zip
IngeekDK.json
DHT11温湿度传感器:原理、应用与操作指南.zip
猫狗二分类数据集,可用于分类项目中
基于vision transformer(ViT)实现猫狗二分类项目实战
植物大战僵尸西游版(画质修复)_dp.apk
真风计算.apk
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功