论文部分内容阅读
不平衡数据集广泛存在于入侵检测、医疗诊断等领域，研究不平衡数据集的分类问题具有极其重要的应用价值。不平衡数据集分类中，具有重要价值的正类分类存在误差较大的问题。为解决这个问题，本文将聚类算法与局部支持向量机进行融合，提出了一种解决不平衡数据集分类的思路。为验证本文提出算法的有效性，本文使用UCI国际标准数据库进行实验验证，实验结果表明，本文算法能够有效提高不平衡数据集的分类精度。