| 支持向量机中的模型选择研究 |
| |
| 引用本文： | 周洪利,刘培玉.支持向量机中的模型选择研究[J].信息技术与信息化,2006(6):62-63. |
| |
| 作者姓名： | 周洪利 刘培玉 |
| |
| 作者单位： | 山东师范大学信息科学与工程学院,济南,250014 |
| |
| 摘 要： | 支持向量机是一种新型的机器学习方法。模型选择是设计支持向量机的关键。本文在分析用于分类的支持向量机原理的基础上,分别从核函数类型和核参数的选择等模型选择方面进行了探讨。最后在上述理论分析的基础上进行了实验,取得了较好的效果。
|
| 关 键 词： | 支持向量机 模型选择 核函数 参数选择 |
Research on Model Selection of Support Vector Machine |
| |
| ZHOU Hong-li,LIU Pei-yu.Research on Model Selection of Support Vector Machine[J].Information Technology & Informatization,2006(6):62-63. |
| |
| Authors: | ZHOU Hong-li LIU Pei-yu |
| |
| Affiliation: | ZHOU Hong-li LIU Pei-yu |
| |
| Abstract: | Support vector machine(SVM) is a new method of machine learning. Model selection is essential to design SVM. Firstly, this paper introduces the theory of SVM for classification; Secondly, we discuss model selection from two aspects-the type of kernel function and parameters selection; Finally, experiment is performed and acquires a good result. |
| |
| Keywords: | Svm Model selection Kernel function Parameter selection |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
