基于抽样的两阶段支持向量机训练算法

摘要：

本文针对支持向量机计算复杂度过高的问题,提出一种基于抽样的两阶段的快速训练算法,加快支持向量机训练速度.该方法是在序贯最小优化算法的基础上,对训练过程的改进,首先在数据集中随机抽取少量数据,用序贯最小优化算法训练近似的分类函数,按规则选取结果集,再与原始数据集合为新的数据集进行第二阶段的训练.实验结果表明,基于抽样的两阶段的训练方法,可以显著地减少训练的时间和空间,同时保证可比较的分类性能.

关键词： 支持向量机 序贯最小优化 文本分类 两阶段训练 抽样

作者: 曹菲菲 朱慕华 朱靖波

作者单位: 东北大学自然语言处理实验室,沈阳,110004

会议类型: 国内会议

会议名称: 第三届学术计算语言学研讨会

会议地点: 沈阳

会议语种:中文

页码: 177-180

在线出版日期: 2006-08-15（万方平台首次上网日期，不代表论文的发表时间）