对应用统计方法评估核函数分类能力的研究.docVIP

对应用统计方法评估核函数分类能力的研究 ———————————————————————————————— 作者： ———————————————————————————————— 日期： 应用统计方法综合评估核函数分类能力的研究*) 王 泳1，2 胡包钢1，2 1〔中国科学院自动化研究所模式识别国家重点实验室 北京 100190〕 2〔中国科学院研究生院 北京 100049〕 摘　要 本文应用统计方法对支持向量机方法中核函数选择问题进展了研究.文中将“纠正重复取样t测试〞引入到核函数选择中，通过其与k-折穿插验证、配对t测试等多种统计方法的综合应用，对九个常用核函数的分类能力进展了定量研究.同时，文中还提出了基于信息增益的评估核函数模式识别能力的定量评估准那么，证明了该准那么是传统评估准那么的非线性函数.数值实验说明，不同模型评估准那么之间存在差异，但应用统计方法可以从这些差异中发现一些规律.同时，不同统计方法之间也存在显著差异，且这种差异对模型评估的影响要大于由于评估准那么的不同而产生的影响.因此，只有应用综合的评估方法和准那么才能对不同核函数的分类能力进展客观评估. 关键词　核函数选择；模式识别；纠正重复取样t测试；信息增益；非线性函数 中图法分类号 TP391 1引言 在支持向量机〔Support Vector Machines，SVMs〕[1]方法中，