支持向量机和最小二乘支持向量机的比较及应用研究

被引：189

作者：

阎威武

邵惠鹤

不详

机构：

[1] 上海交通大学自动化系

[2] 上海交通大学自动化系上海

[3] 上海

来源：

控制与决策 | 2003年 / 03期

关键词：

支持向量机; 分类器; 诊断;

D O I：

10.13195/j.cd.2003.03.102.yanww.025

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

介绍和比较了支持向量机分类器和最小二乘支持向量机分类器的算法。并将支持向量机分类器和最小二乘支持向量机分类器应用于心脏病诊断 ,取得了较高的准确率。所用数据来自 U CI bench-m ark数据集。实验结果表明 ,支持向量机和最小二乘支持向量机在医疗诊断中有很大的应用潜力

引用

页码：358 / 360

页数：3

共 5 条

[1]

Vapnik,V. N. The Nature of Statistical Learning Theory . 1995

[2]

The Nature of Statistical Learn ing Theory. Vapn ik V N. . 1999

[3]

An overview of statistical Learning Theory. Vapnik V N. IEEE Transactions on Neural Networks . 1999

[4]

A set of neural network benchmark problem and benchmark rules. Probenl L P. . 1994

[5]

Cost -sensitive classification: Empirical evaluation of a hybrid genetic decision tree induction algorithm. Turney P D. J of Artificial Intelligence Research . 1995

← 1 →