标题：基于WEKA的序列最小化算法的改进研究
作者：王朝辉 黎鑫
作者单位：武汉科技大学计算机科学与技术学院，湖北 武汉 430065
关键字：数据挖掘，序列最小化算法，大规模数据集，挖掘效率，WEKAy
摘要：数据挖掘算法中的支持向量机算法，在通过若干学者的改进研究后，有一种改进算法即序列最小化算法主要应用于小样本数据集的分类，且分类效果较好，但在训练大规模数据集时，用时长、所需存储空间大，挖掘效率低。针对这一缺陷，通过改变存储策略改进该算法，在WEKA这个软件平台下，在保证分类正确率的前提下，缩短了训练时间，缩减了大量的存储空间，大大地提高了算法的效率，使其更加适应大规模数据集的训练。