典型文献
基于非线性核的SVM模型可视化策略
文献摘要：
可视化技术已经成为大数据分析的重要研究方向.非线性支持向量机(SVM)可视化表达有利于理解分类模型内在分析机制,增强分类可信度,对支持向量机应用推广具有重要意义.将超过两维空间的非线性核SVM模型分为三维特征模型与多维特征模型两类.针对不同模型研究实现了基于移动最小二乘法拟合的三维特征模型超平面可视化策略与基于t-SNE点重构的多维特征模型超平面可视化策略.在UCI公开数据集上验证所提出的策略,实验结果表明,该可视化策略能够剖析SVM模型的分类机制,在一定程度上解决了多维空间非线性核超平面难以刻画的问题.
文献关键词：
支持向量机;非线性核;可视化;移动最小二乘法;点重构
中图分类号：
作者姓名：
郭明;朱焱
作者机构：
西南交通大学信息科学与技术学院 四川 成都611756
文献出处：
引用格式：
[1]郭明;朱焱-.基于非线性核的SVM模型可视化策略)[J].计算机应用与软件,2022(02):32-37,127
A类：
B类：
非线性核,可视化策略,可视化技术,线性支持向量机,可视化表达,分类模型,可信度,应用推广,两维,三维特征,特征模型,多维特征,移动最小二乘法,最小二乘法拟合,超平面,SNE,点重构,UCI,公开数据集,分类机,多维空间
AB值：
0.29399
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
