基于支持向量機的數(shù)據(jù)挖掘應用研究.pdf

1、數(shù)據(jù)挖掘是從大量、復雜的數(shù)據(jù)中迅速獲取新穎、有效的知識的過程。支持向量機(supportvectormachine,SVM)是數(shù)據(jù)挖掘中的一項新技術，是借助于最優(yōu)化方法解決機器學習問題的新工具。它是在統(tǒng)計學習理論基礎上發(fā)展起來的一種通用學習機器，具有全局最優(yōu)、結(jié)構簡單和推廣能力強等優(yōu)點。 傳統(tǒng)的支持向量機是一種有監(jiān)督的機器學習算法，即要求訓練樣本的類別信息是已知的。但在將SVM應用到實際問題中時，經(jīng)常只能獲得少量的有標簽樣本，而

2、大量的樣本是沒有標簽的，這時傳統(tǒng)的SVM算法在這類問題面前就無能為力了。為了解決這一問題，T.Joachims提出了直推式學習的方法TSVM(TransductiveSupportVectorMachine)。陳毅松等人對TSVM作了改進，提出了漸進直推式支持向量機PTSVM(ProgressiveTransductiveSupportVectorMachine)。本文對PTSVM作了進一步的改進，提出了基于離散度量的支持向量機SDSV

3、M(SeparationDegreeSupportVectorMachine)。該算法引入了Fisher準則中的樣本離散度作為度量標準，利用Fisher準則函數(shù)作為評價函數(shù)，試圖使算法在訓練結(jié)束時能找到這樣一個分割平面，使同類樣本間盡量密集而不同類樣本間距離盡量拉大。達到了降低了算法訓練的時間復雜度和提高測試精度的目的。 簡單的支持向量機只能處理二值分類問題，不能直接處理多值分類問題。而現(xiàn)實世界中的大部分數(shù)據(jù)都是多類數(shù)據(jù)，所以需