基于MEB和SVM方法的新类别分类研究

杨迪; 方扬鑫; 周彦

doi:10.16088/j.issn.1001-6600.2021060913

广西师范大学学报（自然科学版） ›› 2022, Vol. 40 ›› Issue (01) : 57 -67. DOI: 10.16088/j.issn.1001-6600.2021060913

基于MEB和SVM方法的新类别分类研究

杨迪, 方扬鑫, 周彦

作者信息 +

Author information +

文章历史 +

PDF

摘要

有1份仅含A类与B类的训练集,与1份包含不止这2个类别的测试集,如何对测试集中的样本进行分类?针对这个问题,本文提出3种基于SVM方法和最小包围球方法(minimum enclosing ball, MEB)的新类别分类方法。这3种新类别分类方法不仅解决了SVM不能正确判别新类别的缺点,而且在实际数据分析中获得了较好的效果。本文使用乳腺癌分子分型数据进行分析,最终样本分类准确率可达90%以上,新类别样本分类正确率可达99%以上。