作者：金鑫; 葛国青; 陆旭; 赵永彬支持向量机k近邻算法阈值非平衡数据遗传算法
摘要：大数据时代，具有多维海量特征的电力、医疗等行业的分类数据往往是不平衡数据，少数类样本的分类往往伴随着很大的错分代价。对于不同的数据集，数据样本点分布特征也会影响分类器的分类精度。传统的KSVM分类器增加了分类超平面附近易错分点的有效分类信息，但与此同时引入了更多噪声。针对KSVM算法应用在不平衡数据时阈值固定的缺陷，提出一种动态调整阈值的8一KSVM分类器，降低错分信息的引入。实验表明预测精度得到较大的提升。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
