一种基于主成分分析的支持向量机集成算法.pdfVIP

计算机科学 ComputerScience 一 种基于主成分分析的支持向量机集成算法 朱孟杰 (济宁医学院 医药信息工程学院，山东济宁 272067) 摘 要：现实生活中普遍存在冗余属性数据集，传统的支持向量机 (SVM)集成分类方法需要耗费更多的时 间进行运算，而且分类性能不够理想。针对传统支持向量机集成算法的不足，本文提 出了一种基于主成分分析的 SVM集成算法，该算法首先使用主成分分析进行主成分提取，去除冗余属性。然后在精简后的数据集上进行SVM 集成学习。在部分UCI标准数据集上的实验说明本文算法可以有效地提高分类算法的性能。 关键词：支持向量机 ；集成分类；主成分分析；冗余属性 中图分类号：TP391 文献标识码：A 文章编号：1674-7712(2014)12-0121—02 模式识别 “是建立在对识别特征进行有效提取的前提 (3)akl’ak2+…+h l k