基于间隔聚类合并的支持向量机反问题求解算法

支持向量机(SVM)反问题研究的是如何把无类标签的数据集合分成两类才能得到最大的间隔。但是,求解反问题惊人的时间复杂度使得这种算法很难应用到具有一定规模的数据集上。先聚类后枚举所有划分的方法,聚类个数的确定会很大程度影响计算结果和运行效率。根据间隔和类间最近点的关系,提出了一种基于间隔聚类合并的反问题求解算法,通过不断合并类间距小于2倍间隔的子类,减少了子类个数和枚举次数。实验比较证明此算法比单纯的利用传统聚类解决此问题的算法有更好的性能。