论文部分内容阅读
结合SVM和KNN方法改进而成的SVM—KNN分类器，较SVM在准确度上有较大提高．但在处理非平衡语料时，性能反而不如SVM分类器．其基本原理如下：对距超平面较远的数据，SVM-KNN使用SVM进行分类，较近的用KNN分类器．因KNN分类器对包含较多数据的类有偏向性，使得SVM-KNN的分类性能大幅降低．本文就这一缺点提出了改进的方法：在KNN分类的部分，统计出每个类对应的支持向量的数目，加入以支持向量数目的权重进行惩罚，使得偏向性得以校正，F-measure值有较大提高．