一种基于数据分布的犁犞犕核选择方法.PDFVIP

第 卷 第 期 华 侨 大 学 学 报 （自然 科 学 版 ） ３４ ５ Ｖｏｌ．３４ Ｎｏ．５ 　 　 　 　 年 月 （ ） ２０１３ ９ ＪｏｕｒｎａｌｏｆＨｕａｉａｏＵｎｉｖｅｒｓｉｔ ＮａｔｕｒａｌＳｃｉｅｎｃｅ Ｓｅ．２０１３ 　 ｑ ｙ ｐ 　 文章编号： （ ） ： ／ １０００５０１３２０１３０５０５２５０４ 犱狅犻１０．１１８３０ＩＳＳＮ．１０００５０１３．２０１３．０５．０５２５ 　 　 一种基于数据分布的犛犞犕核选择方法 ， １ ２３ 郭金玲 ，王文剑 （ 山西大学 商务学院，山西 太原 ； １． ０３００３１ ２．山西大学 计算机与信息技术学院，山西 太原 ０３０００６； ３．山西大学 计算智能与中文信息处理教育部重点实验室，山西 太原 ０３０００６） 摘要： 针对目前支撑向量机（ ）核函数的选择没有统一规则的现状，提出一种结合数据分布特征进行 ＳＶＭ 　 核选择的方法 首先，采用多维尺度（ ）分析方法对高维数据集合理降维，提出判断数据集是否呈圆 ＳＶＭ ． ＭＤＳ 球分布的算法；然后，在得到数据集分布特征的基础上进行 ＳＶＭ核选择，以达到结合数据分布特征合理选择 核函数的目的 实验结果表明：呈圆球分布的数据集采用球面坐标核进行分类，识别率达到 ，训练 ＳＶＭ ． １００％ 时间最短，优于采用高斯核 ＳＶＭ及多项式核 ＳＶＭ的分类效果． 关键词： 支撑向量机；核函数；核选择；数据分布；多维尺度 　 中图分类号： ＴＰ３０１ 文献标志码： Ａ 　 　 ［］ １ 支撑向量机（ ， ）最早由 提出 ，是一种基于核的机器学习方 ｓｕ ｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅＳＶＭ Ｖａｎｉｋ ｐｐ ｐ 法，主要用于解决数据的分类与回归问题 不同的核函数对 的泛化能力有重要的影响，目前常用 ． ＳＶＭ ［］ ［］