支持向量机算法在样本类别差异问题中的应用

摘要：

在实际的应用中,当处理样本的类别数目差异较大时,算法的预测精度偏向于样本数目大的类别.同时,对数目少的样本不能很好的预测.主要讲述了支持向量机算法如何解决在学习样本数目严重失衡情况下,预测结果的倾向问题,并且在G蛋白数据的分类和预测实验中取得有效的结果.

关键词：SVM、核函数、蛋白质

所属期刊栏目：7

分类号：TP181(自动化基础理论)

在线出版日期：2007-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4173-4175,4178