A User's Guide to Support Vector Machines
A User's Guide to Support Vector Machines
复制标题
DOI：
10.1007/978-1-60327-241-4_13
复制
发表时间：
2010-01-01
期刊：
影响因子：
--
通讯作者：
Weston, Jason
中科院分区：
文献类型：
--
作者：
Ben-Hur, Asa;Weston, Jason
支持向量机是生物信息学中广泛使用的分类器。使用支持向量机获得最佳结果需要了解其工作原理以及用户影响其准确性的各种方式。我们为用户提供支持向量机背后的理论的基本理解，并专注于其在实践中的使用。我们描述了SVM参数对分类器的影响，如何为这些参数选择好的值，数据归一化，影响训练时间的因素，以及用于训练SVM的软件。
The Support Vector Machine (SVM) is a widely used classifier in bioinformatics. Obtaining the best results with SVMs requires an understanding of their workings and the various ways a user can influence their accuracy. We provide the user with a basic understanding of the theory behind SVMs and focus on their use in practice. We describe the effect of the SVM parameters on the resulting classifier, how to select good values for those parameters, data normalization, factors that affect training time, and software for training SVMs.