ارائه یک رویکرد جدید در اجرای روش svm برای داده های نامتعادل

روش svmیک روش طبقه بندی پارامتریک بر پایه نظریه یادگیری آماری و توزیع آماری داده ها میباشد. یکی از مشکلات روش svm عدم تعادل در تعداد داده ها است. در این مقاله، هدف معرفی رویکردی جدید در جهت انتخاب شمار اندکی از داده های دسته بزرگتر است بهطوری که فاصله بین تعداد دسته بزگتر و تعداد دسته کوچکتر، کمتر شده و داده ها بهسمت حالت تعادل برود. تا مشکلات کلاس بندی حاصل از عدم تعادل داده ها رفع شده و نتایج مطلوب در کلاس بندی داده ها حاصل شود.