基于二分K均值的SVM决策树的高维数据分类方法  

作　　者：张娇[1] 裘国永[1] 张奇[2] 

机构地区：[1]陕西师范大学计算机科学学院,陕西西安710062 [2]内蒙古农业大学计算机与信息工程学院,内蒙古呼和浩特010018

出　　处：《赤峰学院学报（自然科学版）》2012年第7期13-15,共3页Journal of Chifeng University(Natural Science Edition)

基　　金：数据挖掘中交互特征选择算法研究(2010JM8039)

摘　　要：针对数据挖掘中高维数据多分类问题,提出了一种基于二分K均值的SVM决策树的高维数据分类方法.该方法先利用二分K-均值将高维数据基本聚为k类,再构造SVM多分类模型,利用它对各类进行细分.本文给出了该模型的构造及应用方法,并在标准数据集上验证了该方法的有效性.

关 键 词：高维数据集 二分K-均值 SVM 分类 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]