陈青锋，秦 拯,何 流，陈 麟

(1.湖南大学信息科学与工程学院，湖南 长沙 410082;2.武汉大学国际软件学院，湖北 武汉 430079;3.湖南省气象技术装备中心，湖南 长沙 410007)

一种高准确度多分类结构选择方法*

陈青锋1，秦 拯1,何 流2，陈 麟3

(1.湖南大学信息科学与工程学院，湖南 长沙 410082;2.武汉大学国际软件学院，湖北 武汉 430079;3.湖南省气象技术装备中心，湖南 长沙 410007)

支持向量机SVM是目前最流行的二分类算法之一。现实生活中数据集大多要求能够进行多分类，而有向无环图DAG方法是将SVM应用扩展到多分类的用得最多的方式之一,它调用分类器次数较少，执行速度快，但是由于有错误向下累积和分类偏向性等情况存在，会影响DAG分类结果的准确度。在使用DAG-SVM的时候，对于k种类别有k！种不同的备选结构，根据数据集特性选择合适的DAG结构能够有效提高结果的准确度。提出使用估计准确度的方法，从备选结构中用穷举法选择出最高准确度估计值的DAG结构，以此作为测试集的结构进行分类。实验结果表明，相较其它方法，测试数据集采用该方法选择的DAG结构后的分类准确性得到显著提高，在对类别数量不太多的数据集进行多类分类时有较好的效果。

支持向量机；多分类；DAG-SVM；结构选择

1 引言

随着机器学习和数据挖掘等领域的发展，越来越多的复杂分类问题需要人们来处理，例如金融市场、天气预报等等都需要大量包含多个特征的互相关联的数据来进行正确地判断。需要正确的将这些数据分类才能用于实际问题的分析。……