一种新的基于平衡决策树的SVM多类分类算法

• 作者: 刁智华 赵春江 郭新宇 陆声链
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 支持向量机 决策树 多类分类器 类间可分性
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 短文
• 页码范围: 149-152,156
• 分类号: TP394
• 语种: 中文

摘要

为了有效地减少样本训练时间,提高多类分类器的识别率,同时使模型具有较好的推广能力,在综合考虑待分类样本数和类别易分性能的基础上,在"先分样本数较大的类"和"先分易分的类"之间折衷考虑,提出一种基于样本的新的类划分方案.采用半衡决策树结构,得到了一种新的决策树支持向量机多类分类算法.实验结果表明,该算法在不降低识别率的情况下,能大大减少系统的训练时间,是一种有效的多类分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭新宇		116	2127	25.0	40.0
2	赵春江		305	8492	50.0	75.0
3	陆声链		42	569	11.0	22.0
4	刁智华		6	232	5.0	6.0