《表1 模拟样本生成及SVM分类实验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于模拟样本训练的支持向量机》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

(1）实验一：模拟样本生成及SVM分类训练实验.按照笔者提出的模拟样本生成算法，以（样本非0特征权重之和<阀值）作为反例生成条件，不满足条件的模拟样本作为正例样本，随机模拟生成共1 000个正反例训练样本，测试样本全部为人工标注样本，观察不同阀值情况下，通过模拟样本训练得到的SVM分类器的分类效果.由表1可知，实验一的结果表明，随着非0特征权重之和这个阀值的增大，生成的反例样本数量增加、正例样本数量数据减少，通过模拟样本训练得到的SVM分类器的正确率也在随之发生变化，样本非0特征权重之和设为<1.0的阀值时，生成的模拟样本训练效果较好，随着阀值的增大，反例样本生成过多，训练得到的分类器的分类效果下降.