基于支持向量机的大学生毕业选择预测研究

摘要：

支持向量机(support vector machine,SVM)是在统计学习理论的基础上发展起来的一种新的机器学习方法,是数据挖掘的一项新技术;支持向量分类机(SVC)应用于解决各种实际分类问题.表现出很多优于已有方法的性能.经调查,临毕业大学生做出的毕业方向选择会由其自身一些因素影响.可以根据这些指标来预测其最终选择.对大学生这些自身因素及毕业选择建立支持向量机分类模型进行研究.结果表明,支持向量机分类方法可以做出较好的分类,为预测高校临毕业学生选择提供了一种有效的方法.

关键词：支持向量机、分类问题、十折交叉验证、核函数

所属期刊栏目：10

分类号：O29(应用数学)

资助基金：北京科技大学科技创新基金项目07060098

在线出版日期：2009-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-38