面向大规模数据集的单类支持向量机

作者：肖志博; 王焕钢; 肖英超; 徐文立

来源：东南大学学报(自然科学版), 2013, S1: 206-209.

• 单类支持向量机
• 大规模数据集
• 数据集压缩 one-class support vector machine
• large data sets
• training-set condensation

提出了一种面向大规模数据集的单类支持向量机(OCSVM)方法.该方法基于k近邻思想得到表征数据集合分布特征的集合内点,并依此生成集合边缘点,而后由二者重新组成数据集合,用于OCSVM训练.该新建数据集不仅极大压缩了原有大规模数据集的样本数量,还可以保留原有大规模数据集的分布特征,从而有效解决了OCSVM在处理大规模数据集时所存在的训练时间长、模型复杂以及预测效率低等问题.最后,通过在典型数据集合上进行的对比实验,表明了所提方法的有效性.

• 单位
  清华大学