基于岭回归和支持向量机结合的数据挖掘新方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：支持向量机根据VC维理论和结构风险最小化原则，是一种建立在统计学习理论基础之上具有新颖、功能强大特点的机器学习方法。它具有全局最优、结构简单、推广能力强等优点，近年来越来越引起关注。但支持向量机是一种小样本机器学习方法，自身的复杂性和多重共线性成为其处理大规模数据时的“瓶颈”问题。岭回归方法是一种修正的最小二乘估计法，是一种专门用于复共线性数据分析的有偏估计方法，当自变量系统中存在多重相关性时，它可以提供一个比最小二乘法更为稳定的估计。本文将岭回归．支持向量机结合，用于数据挖掘方法之一——文本分类中，实验结果表明：本方法可以提高支持向量机分类的训练速度和分类精度。

原文链接:http://www.cqvip.com//QK/95888X/200802/27155190.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 数据挖掘 新方法 向量机 岭回归 岭回归 支持向量机 数据挖掘 文本分类