基于隶属度分离测度SVM决策树层次结构设计方法

• 作者: 薛欣 贺国平
• 来源期刊: 计算机应用研究
• 关键词: 层次结构 决策树 支持向量机
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 应用开发
• 页码范围: 162-163,167
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.09.052

摘要

从样本的类空间分布和随机测试样本对每个类别的隶属度两方面考虑,对现有的分离测度进行了改进,并给出了一种基于隶属度分离测度的SVM决策树多类分类算法.实验表明,对于随机测试样本属于每个类别的概率均不相同的多类分类问题,基于隶属度分离测度的SVM决策树在与传统的SVM决策树有着基本相同的分类精度情况下,具有更快的分类速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛欣	山东科技大学信息科学与工程学院	5	46	3.0	5.0
5	贺国平	山东科技大学信息科学与工程学院	62	225	7.0	11.0