基于支持向量机算法的癌症预测.pdfVIP

2007年7月 榆林学院学报 July．20ar7 OF 第17卷第4期 JOURNALYUUNC0眦GE V01．17No．4 基于支持向量机算法的癌症预测 吴疆1，董婷2 (1．榆林学院信息技术系；2．榆林学院计算机与网络工程系，陕西榆林，719000) Vector 摘要：将支持向量机sVM(support 预报结果做比较，SVM对癌症数据的预测正确率迭到98％，推广能力明显强于KNN、神经网络等传统算法。 关键词：支持向量机；优化；核函数；超平面 中图分类号：TP30l 文献标识码：A文章编号：1008—3871(2007)04一0025—03 如何解决小样本学习问题的同时又能很好地限制过拟合问题是模式识别领域研究的一个热点问题[1】。 据的学习问题。SVM方法在理论上有突出