支持向量机分类算法中多元变量共线性问题的改进

摘要：

结合核主成分分析的主因子提取和支持向量机的分类机理,提出了一种组合建模算法.应用核主成分分析过程作为预处理器,可以把共线性的多元变量糅合为几个主因子,但基本不损失有效信息.然后进行基于支持向量机的分类建模和预测.这样不仅可以防止共线性多元变量对模型的负面影响,还可以降低数据维数,减少支持向量机分类过程中的复杂度和运算量.最后用实验进行评估所得到的训练模型,实例说明了所提方法的有效性.

关键词：核主成分分析、支持向量机算法、多元共线性、核函数、分类算法、机器学习

所属期刊栏目：27

分类号：TP181(自动化基础理论)

在线出版日期：2006-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1385-1388