代价敏感支持向量机
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.
文件下载
评论信息
其他资源
- 通信电子电路 于洪珍版 课后习题答案
- dev 13.1.8 安装程序+破解
- oracle 12.2.1.0
- Qt OpenCV 播放及Socket发送视频流
- GlobalProtect64(北邮专用)
- 《Deep Learning》Yann LeCun, YoshuaBengio, Geoffery Hinton
- 跟踪中心轨迹内点法最优潮流程序，算无功优化
- 20191031-中金公司-区块链行业：区块链与数字货币，科技如何重塑金融基础设施.pdf
- lenovo联想扬天M2610N等 L-IG41M主板90KT22CUS/90KT23CUS/bios启天等所有联想G41主板通用
- 移动端图片浏览插件
- 2018软考数据库工程师真题及答案解析
- Oracle112040
- 形位公差 相关介绍说明
- 多维度架构之网络延迟.m4v
- 2020-论大型信息系统项目的质量管理-系统集成项目管理工程师(高级案例高分论文).docx
- 092_2.zip Installshield的解压缩工具套装工具包
- mfc通讯录.zip
- JSP大实验水果购物车完整版
- vb.net 完整图书管理信息系统
- MFC/VC++字符串与十六进制码之间互相转化
- 基于STM32F407的幅频特性和相频特性测试仪
- 移动机械臂动力学控制与基于视觉的物体抓取
- design expert 中文使用方法
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明