支持向量机在大类别数分类中的应用

• 作者: 曹元大 王建芬
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 支持向量机 决策树 大类别数分类
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 信息科学与控制
• 页码范围: 225-228
• 页数: 4页
• 分类号: TP301.6
• 字数: 1878字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0645.2001.02.018

摘要

研究支持向量机在大类别数分类中的应用。结合二叉决策树的基本思想提出一种基于支持向量机(support vector machine，SVM)的大类别数分类解决方法，即SVM决策树方法。对不同背景下可选用的SVM决策树的结构进行了讨论，分析了SVM决策树的特点，并对其识别错误率进行数学分析。结果表明该方法可降低平均分类错误率，对实际应用中的多类分类问题提供新的途径。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹元大	北京理工大学计算机科学与工程系	216	2739	26.0	41.0
2	王建芬	北京理工大学计算机科学与工程系	5	246	5.0	5.0