|
|||||
|
|
| 一种改进的基于支持向量机的多类分类方法 | |
| 引用本文： | 赵亮.一种改进的基于支持向量机的多类分类方法[J].计算机应用与软件,2014(12). |
| 作者姓名： | 赵亮 |
| 作者单位： | 重庆邮电大学计算机科学与技术学院 重庆400065 |
| 摘 要： | 针对现有支持向量机多类分类算法在分类精度上的不足,提出一种改进的支持向量机决策树多类分类算法。为了最大限度地减少误差积累的影响,该算法利用投影向量的思想作为衡量类分离性的标准,由此构建非平衡决策树,并且在决策树节点处对正负样本选取不同的惩罚因子来处理不平衡数据集的影响,最后引入KNN算法与SVM共同识别数据集。通过在手写体数字识别数据集上的仿真实验,分析比较各种方法,表明该方法能有效提高分类精度。 |
| 关 键 词： | 支持向量机 多类分类 决策树 投影向量 惩罚因子 KNN |
AN IMPROVED SVM-BASED MULTI-CLASS CLASSIFICATION ALGORITHM |
|
| Zhao Liang.AN IMPROVED SVM-BASED MULTI-CLASS CLASSIFICATION ALGORITHM[J].Computer Applications and Software,2014(12). | |
| Authors: | Zhao Liang |
| Abstract: | |
| Keywords: | Support vector machines( SVM) Multi-class classification Decision tree Vector projection Punishment factor k-nearest neighbour algorithm(KNN) |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |