基于SVM-RFE的非平衡数据特征选择算法  

作　　者：林开标[1] 卢萍[1] 李佳莉[1] 

机构地区：[1]厦门理工学院,福建厦门361024

出　　处：《福建电脑》2012年第9期67-70,共4页Journal of Fujian Computer

基　　金：厦门市科技计划指导性项目;编号:3502Z20109003

摘　　要：网络入侵数据是一种典型的非平衡数据,小类样本常被大类样本"淹没"。本文针对网络入侵检测的非平衡数据集,对SVM-RFE特征选择算法进行了改进。通过将大类样本数据聚类成N份数量与小类样本相当的数据集,并分别与小类样本组合成N个新的训练数据集,在此基础上使用SVM-RFE算法,并利用SVM进行分类。通过在KDD CUP99入侵检测数据集上的实验,验证了本方法的有效性。

关 键 词：非平衡数据 SVM-RFE 特征选择 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]