用雙層減樣法優化大規模SVM垃圾標簽檢測模型

摘要：針對支持向量機在訓練大規模數據集時出現的速度瓶頸問題，提出一種新的減樣方法，稱為雙層減樣法。數據減樣時，雙層減樣法從粗、細粒度兩個層次削減樣本。粗粒度約減時，利用核空間距離聚類法，以簇為單位削減冗余子集；細粒度約減時，以點為單位挑選剩余點集中的支持向量。實驗表明，雙層減樣法能有效地壓縮樣本數據，同時還能放大數據集的分類特征，提高分類器的分類精度。將此法應用于大規模sVM垃圾標簽檢測模型的訓練集優化上，能明顯提高檢測模型的訓練速度。雙層減樣法將粒度和層次的概念引入減樣法中，在約減時適時改變約減幅度，這比傳統減樣法更具有優勢。