基于GA和KNN的SVM决策树分类方法研究
陈东莉
中国石油抚顺石化公司石油二厂科技信息部 抚顺113004
摘要：文章提出了一种基于遗传算法和K近邻的SVM决策树方法,并将其应用于解决SVM多分类问题.算法以基于类分布的类间分离性测度为准则,利用遗传算法对传统的SVM决策树进行优化,生成最优(较优)决策树.在分类阶段,对容易分的节点利用SVM进行分类,而对可分离性差的节点采用SVM和K近邻相结合的分类方法,最终实现多类别分类.实验结果表明,与传统的分类方法相比,该算法的实验效果较好,是一种有效的分类方法.
关键词：遗传算法K近邻SVM决策树
分类号：TP301(计算技术、计算机技术)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 21-23 )
英文信息