支持向量机算法的研究及其实现
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Study and implement of support vector machine algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    支持向量机已成为现在数据挖掘中的研究热点。本文系统地研究分析了C-SVM、υ-SVM、One-class SVM三种分类算法以及ε-SVR、υ-SVR两种回归算法,应用实际数据仿真验证了算法的有效性,且从参数选择、分类精度、均方误差等方面确定了五种算法各自的优缺点及适用范围。

    Abstract:

    Support vector machine has become the current hot spots in data mining research. This paper re- searches and analyzes three kirxls of classification algorithms such as C一SVM、υ一SVM、One一class SVM and the two regression algorithm such as ε- SVR、υ - SVR,the paper prove the efficiency of the al- gorithms through actual data simulation; Advantages, disadvantages and respective applications of the five kinds of algorithms are confirmed from the parameter selection,classffication accuracy,and mean square error and so on

    参考文献
    相似文献
    引证文献
引用本文

范玉妹,郭春静.支持向量机算法的研究及其实现[J].河北工程大学自然版,2010,27(4):106-108

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-09-03
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-01-12
  • 出版日期:
文章二维码