SVM在数据挖掘中的应用

• 作者: 张浩 张辉 陆剑峰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 支持向量机 统计学习理论
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 博士论文
• 页码范围: 7-8,24
• 页数: 3页
• 分类号: TP311
• 字数: 3112字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.06.003

摘要

随着数据库系统使用的普及,数据库的规模也越来越大,如何从海量数据库中挖掘出有用的信息以供企事业单位使用,已经越来越引起人们的兴趣.支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的机器学习方法,它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性能和较好的分类精确性.该文首先介绍统计学习理论和支持向量机的概念,然后进一步论述了SVM在数据挖掘中的应用.