摘要：不平衡数据集是指某类样本数量明显少于其它类样本数量的数据集，传统的分类算法在处理不平衡数据分类问题时会倾向于多数类，而导致少数类的分类精度较低。针对文本数据的不平衡情况，首先采用权重润饰（Weight-retouching）的方法进行特征提取，然后采用欠取样（Undersampling）的支持向量机SVM（Support-Vector Machine）方法进行文本分类。通过实验发现，使用权重润饰和欠取样的SVM方法可以提高处理不平衡数据的分类精度。

原文链接:http://www.cqvip.com//QK/90976X/200908/31256062.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）