基于支持向量機(jī)的多屬性大規(guī)模數(shù)據(jù)分類算法的研究.pdf

1、數(shù)據(jù)挖掘是從大量、復(fù)雜的數(shù)據(jù)中迅速獲取新穎、有效的知識的過程。分類即通過由經(jīng)驗數(shù)據(jù)訓(xùn)練得到的分類器預(yù)測未知數(shù)據(jù)的歸屬，是一種最常見的數(shù)據(jù)挖掘任務(wù)。支持向量機(jī)，由于其出色的學(xué)習(xí)性能，已成為機(jī)器學(xué)習(xí)界的研究熱點，并在很多領(lǐng)域都取得了成功的應(yīng)用。但是作為一種新興的技術(shù)，支持向量機(jī)在對數(shù)據(jù)挖掘領(lǐng)域的分類研究還有待探索和完善。
　　 本文在介紹支持向量機(jī)的基本理論及其訓(xùn)練算法的基礎(chǔ)上，重點討論了序貫最小最優(yōu)化（Sequential Min

2、imal Optimization，SMO）算法。SMO算法是訓(xùn)練大規(guī)模數(shù)據(jù)集的有效算法，但是仍存在著訓(xùn)練速度慢、占用空間大的缺點。本文提出了一種雙SMO算法。該算法在原數(shù)據(jù)集的抽樣數(shù)據(jù)集上使用SMO算法得到近似分類超平面，根據(jù)近似分類超平面得到原數(shù)據(jù)集的所有支持向量，再次使用SMO算法得到最終的分類超平面。雙SMO算法降低了占用空間，在一定程度上消除了噪音點對最終分類超平面的影響，加速了優(yōu)化的過程。
　　 由于數(shù)據(jù)挖掘中要處理

3、的往往是多屬性大規(guī)模的數(shù)據(jù)集，所以在使用雙SMO算法前，需要先進(jìn)行屬性約減處理，以降低計算量，提高算法速度，并使挖掘出的分類模式易于理解?；诖?，本文對數(shù)據(jù)挖掘中多屬性問題作了屬性約減的討論，提出了屬性約減的雙SMO算法。該算法適用于數(shù)據(jù)挖掘中的分類問題，為建立數(shù)據(jù)挖掘方案提供了理論依據(jù)。
　　 為驗證雙SMO算法的有效性，本文使用該算法對二維的數(shù)據(jù)集進(jìn)行了試驗，并使用屬性約減的雙SMO算法建立了一個數(shù)據(jù)挖掘方案。結(jié)果表明該算法