基于参数选择优化SVM算法的研究

被引：3

作者：

许文杰

邢朝辉

李菲菲

机构：

[1] 山东交通学院数理系

来源：

关键词：

支持向量机; 分类能力; 网格法;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

在分析影响支持向量机分类能力参数的基础上,提出了支持向量机参数选择的方法——网格法,代替以往使用交叉验证法或凭经验确定参数的方法。网络法可以在限定的范围内对最优参数进行自动搜索,明确搜索的次序。

引用

页码：79 / 82

页数：4

共 6 条

[1] 模糊多类SVM模型 [J].

李昆仑 ;

黄厚宽 ;

田盛丰 .

[2]

统计学习理论[M]. 电子工业出版社 , (美)瓦普尼克(VladimirN.Vapnik)著, 2004

[3]

Model selection for support vector machine classification[J] . Carl Gold,Peter Sollich.Neurocomputing . 2003 (1)

[4] Choosing Multiple Parameters for Support Vector Machines [J].

Olivier Chapelle ;

Vladimir Vapnik ;

Olivier Bousquet ;

Sayan Mukherjee .

Machine Learning, 2002, 46 :131-159

[5]

Neurocomputing: Algorithms, Architectures and Application .2 S. Knerr,L. Personnaz,G. Dreyfus. Springer-Verlag . 1990

[6]

Large margin DAGs for multiclass classification .2 Platt J C,Cristianini N,Shawe-Taylor J. Advances in Neural Information Processing Systems . 2000