一种基于数据独立性的SVC核参数选择方法

• 注册维普会员须知
• PDF提取文图方法
• 几种不同的服务模式
• 免费下载PDF阅读器

摘　　要:

提出一种选择支持向量分类（Support Vector Classification，SVC）最优核参数的算法，称为MI（Maximum Isolation）算法，通过定义样本间的独立性，可以获得最优核参数和相应的最优学习模型。该算法可以在支持向量机训练之前得到最优的核参数，计算代价较小，实验证明所提出的算法简单有效。