基于类间可分性度量的支持向量机决策树

• 作者: 任恩恩 韩虎
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 支持向量机 多类分类 组合 决策树 类间可分性
• 年，卷（期）: 2007,（18）
• 所属期刊栏目: 人工智能
• 页码范围: 4454-4455,4458
• 页数: 3页
• 分类号: TP18|O235
• 字数: 2071字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.18.042

摘要

采用支持向量机解决多类分类问题一般通过多个两类分类器的组合来求解,如何组合这些两类分类器就是该方法的关键.提出一种改进的支持向量机决策树多类分类模型,该模型通过引入类间可分性度量来确定决策树结构,以类间可分性度量的高低来决定不同类别在决策树中的位置,将容易分离的类尽可能早地划分出来.最后通过一组实验证明了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任恩恩	兰州交通大学光电技术与智能控制教育部重点实验室	47	320	9.0	15.0
2	韩虎	兰州交通大学数理与软件工程学院	23	128	6.0	10.0