一種基于決策樹的SVM算法

摘要：隨著現(xiàn)實(shí)生活中數(shù)據(jù)集規(guī)模的不斷增大,提出一個(gè)有效的分類算法勢(shì)在必行。現(xiàn)今很多已有的算法是針對(duì)減少支持向量的數(shù)目來(lái)提高分類的效率,文章提出了一個(gè)基于決策樹的支持向量機(jī)算法,旨在通過減少測(cè)試集的數(shù)目來(lái)提高支持向量機(jī)在測(cè)試階段的分類速度。基于決策樹的支持向量機(jī)算法的思想是利用決策樹算出支持向量機(jī)的大致決策邊界,決策樹上含有單變量節(jié)點(diǎn)和SVM節(jié)點(diǎn),支持向量機(jī)用來(lái)對(duì)靠近決策邊界的重要的數(shù)據(jù)點(diǎn)進(jìn)行分類,剩下的相對(duì)不重要的數(shù)據(jù)點(diǎn)用決策樹對(duì)其進(jìn)行快速分類。