基于参数嵌入算法的支持向量机分类可视化研究

• 作者: 张莹 王耀南 袁小芳
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 支持向量机 可视化 分类 参数嵌入 后验概率
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 机电工程
• 页码范围: 46-50
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文

摘要

针对常用的降维算法只能可视化高维数据某一方面或某几方面特征的不足,运用参数嵌入算法在低维空间可视化其所有的特征.首先假设数据的类别在嵌入空间服从高斯分布,通过支持向量机分类算法获得训练数据在高维空间类别属性的后验概率,然后运用参数嵌入算法得到测试数据在嵌入空间的坐标和类别属性,从而实现高维数据分类的可视化.在Usps,YaleB,MiniNewsgroups数据集上的实验结果表明,该方法不仅能在低维空间表示高维数据与所属类别的联系,而且能正确揭示出数据集内部和类别集内部的关系,有利于深入研究高维数据分类的性质.参数嵌入算法的可视化效果优于直接应用PCA,ISOMAP等算法得到的低维图形,并且计算复杂度仅是数据类别和相应个数的乘积,非常适合于数据量大,类别数较少的数据分类可视化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
2	袁小芳	湖南大学电气与信息工程学院	52	887	16.0	29.0
3	张莹	湖南大学电气与信息工程学院	23	259	9.0	15.0