基于支持向量机算法优化的翻转概率算法的评估

• 作者: 张溪 陈婷
• 来源期刊: 信息通信
• 学科: 社会科学
• 关键词: 支持向量机 翻转概率算法 数据分类 评估 交叉验证
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 43-47
• 页数: 5页
• 分类号: G202
• 字数: 3780字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2018.11.017

摘要

现如今已有多种方法用来改善支持向量机(SVMs)算法以得到更加科学合理的分类.基于SVMs算法上的一种改进算法——翻转概率算法(Flipping Probability Algorithm)也是一个具有良好性能的分类算法,可嵌入应用于分类器中.翻转概率算法的基础是由伯明翰大学Ata Kabán博士发明的.在这篇文章中,意在介绍验证翻转概率算法并评估翻转概率算法的表现以及将其与SVMs进行对比以验证性能.