论文部分内容阅读
现实生活中普遍存在冗余属性数据集，传统的支持向量机（SVM）集成分类方法需要耗费更多的时间进行运算，而且分类性能不够理想。针对传统支持向量机集成算法的不足，本文提出了一种基于主成分分析的SVM集成算法，该算法首先使用主成分分析进行主成分提取，去除冗余属性。然后在精简后的数据集上进行SVM集成学习。在部分UCI标准数据集上的实验说明本文算法可以有效地提高分类算法的性能。