公开(公告)号：CN118094223A

公开(公告)日：2024-05-28

申请号：CN202410209446.9

申请日：2024-02-26

Applicant: 三峡大学

Inventor： 蒋廷耀 ,  安超广 ,  涂光权 ,  李昭

IPC: G06F18/214 ,  G06F18/2411 ,  G06F18/15 ,  G06F18/21 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供了一种基于SVM的非平衡大规模数据集的训练方法，该方法使用多次降采样及并行支持向量机即SVM的方式解决了大规模非平衡二分类数据集训练速度慢、模型性能低的问题；首先，对数据集进行分类，并找出少数类数据集与多数类数据集，再将少数类数据集保留，多次向多数类数据集进行无放回的随机采样，采样次数为少数类数据集总数，最终将采样得到的数据集和少数类数据集组成多份平衡数据集；其次，将各个平衡数据集分别输入到集群中的各个节点的支持向量机模型(SVM)中进行模型训练；最后，各个节点将输出各自训练的模型，以投票法预测测试样本数据结果，可以在同规模数据量情况下大幅度提模型升训练效率，并少量提升模型性能。