基于不同惩罚系数的SMO改进算法

作者：田大东 邓伟非平衡数据集惩罚系数序贯最小优化

摘要：为了解决Keerthi改进的序贯最小优化（SMO）算法在处理非平衡数据集时，整体分类性能较低、稳定性差等问题，对两个类别施加不同的惩罚系数的方法对算法作进一步改进，同时给出计算公式及算法步骤。实验结果表明，该算法不但提高了处理非平衡数据集的能力，也进一步提高了其稳定性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社