二分类数据的分类结果可视化算法

摘要：

针对在某些应用领域对二分类数据分类结果可视化的需求,以及现有无监督可视化算法无法提供分类结果的相关信息的问题,提出了二分类数据分类结果可视化算法--支持向量可视化(SVV).该算法是在无监督的自组织神经网络(SOM)的可视化功能的基础上,结合监督学习的支持向量机(SVM)的二分类算法,得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图,提高了分类结果的可解释性.以SOM可视化算法以及Sammon算法为参照,用2组可分性不同的样本集进行仿真分析,验证了该算法的有效性和可行性.

关键词：支持向量机、自组织神经网络、可视化、算法、支持向量可视化、二分类数据

所属期刊栏目：41

分类号：TP274(自动化技术及设备)

资助基金：国家重点基础研究发展计划973计划G1998020312

在线出版日期：2006-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：329-334