使用SVM和二叉树结构的分片线性分类器

摘要

提出了一种支持向量机（support vector machine,SVM）和二叉树结构相结合的分片线性分类模型.在每一节点,使用带软间隔的线性SVM 计算分类超平面,并统计局部错误率.如果局部错误率在预先设定的阈值之下,则构造可进行最终决策的叶子节点;否则,进行非叶子节点的递归构造.对比实验表明,该分类器具有-定的有效性,优于一些原有分片线性分类器,在部分数据集上甚至能够达到RBF核SVM 的水平.