论文部分内容阅读
大数据时代要求数据挖掘算法能高效处理海量数据,针对传统分类算法建模时间长、分类耗时久、算法难以理解等问题,提出一种基于正交投影的降维分类方法,通过投影方式将多维分类问题转化为多个二维投影面组合问题,建立投影面的密度模型进行分类.相比于常用的支持向量机(SupportVectorMachine,SVM)、逻辑回归(LogisticRegression,LR)、k最近邻(K-NearestNeighbor,KNN)等分类算法,基于正交投影降维的分类方法能够在不丢失分类准确度的同时,拥有较高的模型训练效率与分类