基于SVM的多维相似大数据分类系统设计

受大数据自身相似性的影响,传统数据分类方式的分类精度偏低,为此提出基于支持向量机(Support Vector Machine,SVM)的多维相似大数据分类系统设计研究。将MYC-JX8MMA7核心板作为系统设计的开发载体,构建SVM线性回归模型,通过构建一个回归平面,保障所有多维相似大数据与平面之间的距离均处于最小状态,利用待分类数据与最佳分类界面被标记样本之间的相似度,实现对数据的分类。在测试结果中,分类结果F1 Score稳定在0.82以上,明显优于对照组。