论文部分内容阅读
本文采用支持向量机算法在UCI标准数据集上进行了分类实验.结果表明:对于训练样本较少的数据集,采用结构简单的学习函数,而对于训练样本较多的数据集,结构简单的学习函数会降低机器学习的推广能力;通过适当增大惩罚因子的值,可以提高学习机的推广能力;采用交叉验证法选择核参数可以提高分类精度;支持向量机分类算法的识别准确率优于神经网络算法。