10.3969/j.issn.1000-386x.2022.02.007
基于非线性核的SVM模型可视化策略
可视化技术已经成为大数据分析的重要研究方向.非线性支持向量机(SVM)可视化表达有利于理解分类模型内在分析机制,增强分类可信度,对支持向量机应用推广具有重要意义.将超过两维空间的非线性核SVM模型分为三维特征模型与多维特征模型两类.针对不同模型研究实现了基于移动最小二乘法拟合的三维特征模型超平面可视化策略与基于t-SNE点重构的多维特征模型超平面可视化策略.在UCI公开数据集上验证所提出的策略,实验结果表明,该可视化策略能够剖析SVM模型的分类机制,在一定程度上解决了多维空间非线性核超平面难以刻画的问题.
支持向量机;非线性核;可视化;移动最小二乘法;点重构
39
TP3(计算技术、计算机技术)
四川省科技计划项目2019YFSY0032
2022-02-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
32-37,127