基于聚类和svm的数据分类方法与试验研究梁修荣1杨正益21重庆.docVIP

基于分类方法 梁修荣1，杨正益2 （，） （，）摘 要K-均值聚类分组支持向量机在不删减任何样本信息的情况下，该方法轮廓系数作为类分离度量参数对数据的正、负类样本聚类分组交叉结合训练得到不同的SVM分类器，根据测试样本聚类中心欧氏距离的加权来选择的SVM分类器，方法实现了一个二分类问题为多个细分的二分类效果由差变好。实验结果表明，与传统的SVM方法相比，该算法提高分类的准确率。 关键词分组；轮廓系数；加权欧氏距离实际数据分类 中图分类号 TP39 文献标识码 ANew Method of Data Classification with the Experimental Research based on Clustered Group SVM LIANG Xiu-rong，YANG Zheng-yi (1. Department of Information Engineering，Urban Vocational College of Chongqing, Yongchuan, Chongqing， 402160, China) (2.School of Soft Engineering，Chongqing University, Shapingba，Chongqing，401331,China) Abstract A new data classification method, K-means clustering group support vector machine (CG-SVM) method is proposed. Under no circumstances deletion of any sample information, this method uses the silhouette coefficient as the class separation metric parameter clustering and grouping positive and negative samples. And different SVM classifiers are obtained after that the group is crossed and trained. The SVM classifier is selected according to the weight of the Euclidean distance of the test sample to the clustering center. The method achieves a two classification problem into more simple binary classification problems. And the effect is improved. The simulation data and the actual data classification experiment are carried out respectively. Compared with the traditional SVM method, experimental results show that CG-SVM method can effectively improve the accuracy of classification. Keywords Clustering Group SVM; Silhouette Coefficient; Weighted Euclid Distance; Actual Data Classification 0 引 言 本世纪九十年代支持向量机SVM) 这种有效的机器学习方法被提出来[1]。SVM是以统计学理论基础的是一种实际体现最小化结构风险的思想，能有效地解决许多学习算法中的实际问题如非线性高维数小样本、局部极小点等，具有推广。目前分类、时间预测函数估计等领域，成为国际上机器学习与人工智能领域重要的研究点。 近年来，随着SVM分类器训练算法的广泛应用与数据集都对分类训练数据量较大时，都将影响分类效率。针对分类效率的提升人们越来越多的算法，归纳两种：第一分解原二次优化问题子问题，按照的迭代策略反复求解子问题，最终原问题的收敛最优解，块算法(chunking)[3]序贯最小优化算法[]是第一种中的两种典型，这算法的优点是对训练过程有一定程度的优化提升，是工作集策略缓存效率算法影响较大；第二思想是按照规则删减样本，通过减少支持向量数目来降低分类复杂度，近邻方法[]和聚类方法[6-7]是第种中的，思想算法的优点是分类器速度得到很大提升