论文部分内容阅读
针对在某些应用领域对二分类数据分类结果可视化的需求,以及现有无监督可视化算法无法提供分类结果的相关信息的问题,提出了二分类数据分类结果可视化算法———支持向量可视化(SVV).该算法是在无监督的自组织神经网络(SOM)的可视化功能的基础上,结合监督学习的支持向量机(SVM)的二分类算法,得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图,提高了分类结果的可解释性.以SOM可视化算法以及Sammon算法为参照,用2组可分性不同的样本集进行仿真分析,验证了该算法的有效性和可行性.