[发明专利]基于支持向量机的企业预合作伙伴分类方法

摘要

本发明涉及模式识别技术领域，提供一种基于支持向量机的企业预合作伙伴分类方法，包括：步骤100，建立样本集；步骤200，构建企业预合作伙伴的分类器；步骤300，利用训练样本对企业预合作伙伴的分类器进行训练；步骤400，利用测试样本，对训练完的企业预合作伙伴的分类器进行性能评估；步骤500，利用训练完的企业预合作伙伴的分类器，对企业预合作伙伴数据进行分类。本发明的方法实现简单，特别适合于在企业信息中判断候选伙伴是否适合合作,能有效降低人工决策的时间,提高决策的智能性。

主权项

一种基于支持向量机的企业预合作伙伴分类方法，其特征在于，包括：步骤100，建立样本集，其中，所述样本集是将n个企业典型特征的特征值作为输入，将企业合作伙伴的分类结果作为输出，所述样本集中抽出一部分作为训练样本，其余部分作为测试样本；步骤200，构建企业预合作伙伴的分类器，包括以下过程：步骤201，构造支持向量机的超平面方程如下：f(x)＝w^Tx+b     (1)其中，w＝[w₁，w₂,…,w_n]^T，w表示超平面的法线权重向量，b表示超平面的截距，x表示企业特征向量，f(x)表示用于划分分类结果的最大超平面方程；步骤202，根据支持向量机的超平面方程，得到软间隔支持向量机分类器，包括以下过程：确定使合作样本和淘汰样本间隔最大的超平面所对应的分类器如下：约束条件构造软间隔支持向量机分类器如下：约束条件：其中，ξ表示间隔计算中出现的误差，ξ＝[ξ₁,ξ₂,…,ξ_n]^T，C表示调整误差允许范围的参数，C>0；步骤203，利用拉格朗日对偶方法，确定软间隔支持向量机最大超平面方程如下：其中，向量的系数，x_i表示特征向量，y_i表示分类结果，b表示截距；步骤204，根据高斯核函数和软间隔支持向量机最大超平面方程，得到企业预合作伙伴的分类器如下：步骤300，利用训练样本对企业预合作伙伴的分类器进行训练；步骤400，利用测试样本，对训练完的企业预合作伙伴的分类器进行性能评估；步骤500，利用训练完的企业预合作伙伴的分类器，对企业预合作伙伴数据进行分类。