海量数据分类ν-SVM问题的软最小球方法

摘要

海量数据分类问题是目前SVM学习算法研究的一个热点。传统的SVM方法是通过计算二次规划问题求解的,当训练样本数较大时存在一定的困难。文章介绍一种新的方法,该方法把二分类问题看作特殊的软最小球覆盖问题,提出求解SVM问题的全新的最小球覆盖几何解释,通过软最小球算法进行求解,避免了计算复杂度高的问题,可以用来求解l1目标函数海量数据ν-SVM分类问题。实验结果表明,文章提出的算法与同类算法相比具有相当的竞争力。