论文部分内容阅读
支持向量机是一种新的数据挖掘方法,目前已广泛应用于模式识别、回归分析等各个领域,但其性能在很大程度上依赖于参数的选取.基于此分析了误差惩罚因子C的作用,提出一种对正类和负类加以不同惩罚的改进的支持向量机算法,并给出一种基于有效集法的求解改进SVM的算法.数值实验表明,该方法对于数量不均衡和分布不同的训练数据样本在时间空间以及训练测试精度上均有较好的效果.