文献类型：期刊文章

作　　者：牛晓太[1]

机构地区：[1]郑州航空工业管理学院计算机科学与应用系,郑州450015

出　　处：《华中师范大学学报（自然科学版）》

基　　金：河南省2009年高等学校青年骨干教师资助计划项目（2009GGJS-100）.

年　　份：2014

卷　　号：48

期　　号：3

起止页码：335-338

语　　种：中文

收录情况：BDHX、BDHX2011、BIOSIS PREVIEWS、CAS、CSA-PROQEUST、IC、JST、MR、PUBMED、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：经典支持向量机算法具有较高的时空复杂度,这导致其很难广泛被应用.为此,该文基于支持向量分布的先验知识,把KNN算法和10折交叉验证方法结合起来,提出了一个支持向量预选取算法.该算法从原始样本集中选取k个邻近样本,并计算出这k个邻近样本中异类样本所占比例,如果该比例超过了所给定的阈值q,就选择这些异类样本作为预取的支持向量.在此过程中,采用10折交叉验证法来确定k与q的最佳值.两组仿真实验表明所提算法选择出的支持向量而形成的分类器分类准确率更高而且耗时还较少.

关 键 词：机器学习  支持向量 K近邻算法 10折交叉验证法  

分 类 号：TP391]