代价敏感的半监督Laplacian支持向量机

作者：万建武; 杨明; 陈银娟

来源：电子学报, 2012, (07): 1410-1415.

• 代价敏感学习
• 半监督学习
• Laplacian支持向量机 cost sensitive learning
• semi-supervised learning
• Laplacian support vector machine

代价敏感学习是机器学习领域的一个研究热点.在实际应用中,数据集往往是不平衡的,存在着大量的无标签样本,只有少量的有标签样本,并且存在噪声.虽然针对该情况的代价敏感学习方法的研究已取得了一定的进展,但还需要进一步的深入研究.为此,本文提出了一种基于代价敏感的半监督Laplacian支持向量机.该模型在采用无标签扩展策略的基础上,将考虑了数据不平衡的错分代价融入到Laplacian支持向量机的经验损失和Laplacian正则化项中.考虑到噪声样本对决策平面的影响,本文定义了一种样本依赖的代价,对噪声样本赋予较低的权重.在7个UCI数据集和8个NASA软件数据集上的实验结果表明了本文算法的有效性.

• 出版日期2012
• 单位南京师范大学