论文部分内容阅读
研究支持向量机在大类别数分类中的应用。结合二叉决策树的基本思想提出一种基于支持向量机(support vector machine，SVM)的大类别数分类解决方法，即SVM决策树方法。对不同背景下可选用的SVM决策树的结构进行了讨论，分析了SVM决策树的特点，并对其识别错误率进行数学分析。结果表明该方法可降低平均分类错误率，对实际应用中的多类分类问题提供新的途径。