基于偏侧分类间隔的多标签SVM 主动学习
2012-04-29 00:44:03许钰
电脑知识与技术 2012年35期
许钰
摘要：为了解决多标签SVM主动学习对不均衡数据集学习效率低下问题，该文提出一种基于偏侧分类间隔的SVM主动学习选择策略，即依据当前分类器，选择样本数量少，位于分类超平面一侧分类间隔中间的正类样本进行标记，加入训练集，训练分类器。实验证明在相同训练样本情况下，基于偏侧分类间隔的选择策略与传统的基于版本空间SVM主动学习选择策略相比能够获得更高分类精度。
关键词：多标签SVM主动学习；不均衡数据集；偏侧分类间隔；选择策略
中图分类号：TP312 文献标识码：A 文章编号：1009-3044（2012）35-8349-04
