基于三分类支持向量机的多分类算法的研究

被引：8

作者：

翟嘉

胡毅庆

成小伟

机构：

[1] 北京科技大学天津学院

来源：

中北大学学报(自然科学版) | 2015年 / 36卷 / 05期

关键词：

多分类问题; 1-v-1-v-1算法; 1-v-1-v-r算法;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

用支持向量机解决多分类问题是目前众多学者研究的热点话题.将已有的最小二乘支持向量分类-回归机算法推广到M空间进行了理论分析,在基于支持向量机的三分类算法基础上,提出了两个新的K(K>3)类多分类算法:一对一对多与一对一对一算法.对所有数据集进行分类时,在已有的多分类算法的基础上采用加校正的技巧:忽略准确率低的子分类器.数值实验证明了该技巧的有效性,并且校正后的准确率比校正前平均提高了4.61%.

引用

页码：520 / 525+532 +532

页数：7

共 9 条

[1]

支持向量机.[M].邓乃扬; 田英杰; 著.科学出版社.2009,

[2] Least squares twin multi-class classification support vector machine [J].