《一种基于聚类的》PPT课件.ppt_第1页
《一种基于聚类的》PPT课件.ppt_第2页
《一种基于聚类的》PPT课件.ppt_第3页
《一种基于聚类的》PPT课件.ppt_第4页
《一种基于聚类的》PPT课件.ppt_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于聚类的SVM反问题求解算法 主要内容 支持向量机及其反问题聚类后求解SVM反问题试验结果及分析进一步的研究总结与展望 支持向量机 SVM的理论基础来自于Vapnik等提出的统学习理论 其基本思想是 对于一个给定的具有有限数量训练样本的学习任务 如何在准确性和机器容量 机器可无错误地学习任意训练集的能力 进行折衷 以得到最好的泛化能力 图形描述 数学描述 对线性可分的训练集 最优分类超平面 相应的间隔 解决二次规划问题 支持向量机反问题 对于给定的一个没有决策属性的训练集S 我们可以随机的把其分为两类 SVM反问题就是如何对样本点进行划分 才能使最优分类超平面的间隔达到最大 数学描述 对于给定的一个函数 样本集被划分为两个子集 并可以计算出其相应的间隔 SVM反问题就是要求解问题 用聚类求解反问题 首先 对原有数据进行聚类其次 用新的生成的聚类中心作为新的数据集合最后 用新数据集合求解SVM反问题 实验数据分布 自己造的数据 聚类中心个数和时间的关系 用枚举的方法计算时间 指数级增长 精度和聚类中心个数的关系 从UCI数据库中提取60个点在聚类中心个数不同的情况下比较与原有数据的精度比较 Margin在聚类中心个数不同的情况下的变化趋势 总体是中心越少 margin越大 数据越稀疏 个数为10以后margin变化很小 证明聚类在类数接近总数量的时候对SVM反问题的margin影响不大 聚类中心个数对最优超平面的影响 wX b 0为最优超平面的方程 W和b确定以后超平面就可以确定 总结与展望 这种基于聚类的SVM反问题算法在不影响对数据准确性的情况下大大提高反问题的速度 很难找到提高速度减少数据和不
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论