《表1 基于支持向量机分类的结果》

  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

《基于大数据和支持向量机分类法的图书馆中转站构建研究》

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

一般我们在使用支持向量机算法对样本集进行分类时，都尽可能地将其划分归类清晰，会容易产生过学习的状况；有干扰性训练样本分类出错的情况发生。文章是在MATLB操作系统环境下完成的，数据选用2017年和2018年天津理工大学图书馆大学生经常借的4种图书进行分类，采用基于距离的训练过程，根据运行情况相应减小正常样本，降低分类器的泛化能力。我们通过对比四种核函数的支持向量机的分类性能，选用线性核函数。支持向量机分类的结果如表1。