一种基于重复训练的支持向量机方法

摘要

针对支持向量机中存在的对噪音和野值敏感的问题,提出了一种基于重复训练的支持向量机方法.该方法选取重复训练后会对分类面有影响的样本,根据其类别隶属度,重复训练相应的次数,以此来改变样本的权值,减小噪音和野值的影响.将该算法应用于文本分类中,实验结果表明,该方法在适度增加了训练时间的情况下,不仅比标准支持向量机方法具有更好的抗噪音和野值的能力,而且提高了分类性能.