- 1、本文档共53页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第一章引言
SVMR和LS-SVM的基础上,提出了一种用于回归的混合鲁棒支持向量机来处
理具有异常值的训练数据集,该方法具有良好异常值处理能力。
关于支持向量机成本敏感分类,文献中主要有三类方法。第一类是重采样
技术,即通过对多数类进行欠采样或对少数类进行过采样来解决数据不平衡的
问题,从而实现支持向量机的成本敏感优化(Chawlaetal.,2002;Kubat,Matwinet
al.,1997)。然而,重采样技术可能存在信息被移除或重复使用的潜在风险(吴春
业,2021)。另外,当数
文档评论(0)