摘 要: | 支持向量机算法是90年代由Vapnik等人在统计学习理论的基础上提出的一种新式的机器学习算法,由于其卓越的学习能力,尤其是泛化能力,从而引起了人们对这一领域的极大关注。传统支持向量机是做二元分类的,而现实中更多的是多类分类。现有的多类分类算法中,二叉树支持向量机整体性能优于一对一、一对多等其它多类分类方法,但是二叉树支持向量机由于存在差错积累问题,使得分类准确率较低。本文针对二叉树支持向量机分类精度较低的缺点,将模糊支持向量机与二叉树支持向量机相结合,将模糊技术应用到支持向量机中,从而提高了分类准确率。
|