摘要：针对不平衡数据集的分类问题，本文利用支持向量机推广能力强的优良特性，提出了SMOTE（Synthetic Minority Over-sampling Technique，SMOTE）和Biased-SVM（Biased Support Vector Machine，Biased-SVM）相结合的方法。该方法首先对原始数据使用Biased-SVM方法，然后对求出的支持向量使用SMOTE向上采样方法进行采样，最后再使用Biased-SVM方法进行分类。实验结果表明，本文采用的SMOTE和Biased-SVM相结合的方法可提高不平衡数据集分类精度。

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。）