论文部分内容阅读
提出了一种快速的支持向量机多类分类算法。首先用每类训练样本的样本数作为权值构造最优二叉树,然后对每个非叶子结点训练两类分类器。分类时,从二叉树根结点开始逐层向下分类,直到某一叶子结点,该结点对应的类别即为待分类样本的类别。在Reuters 21578标准数据集上进行的分类实验表明,该算法具有较好的性能,在一定程度上克服了现有的支持向量机多类分类算法分类速度较慢的缺点,尤其在类别数较多、各类样本规模相同的情况下,采用该算法能够较大幅度地提高分类速度。