摘要：隨著現(xiàn)實生活中數(shù)據(jù)集規(guī)模的不斷增大,提出一個有效的分類算法勢在必行。現(xiàn)今很多已有的算法是針對減少支持向量的數(shù)目來提高分類的效率,文章提出了一個基于決策樹的支持向量機算法,旨在通過減少測試集的數(shù)目來提高支持向量機在測試階段的分類速度。基于決策樹的支持向量機算法的思想是利用決策樹算出支持向量機的大致決策邊界,決策樹上含有單變量節(jié)點和SVM節(jié)點,支持向量機用來對靠近決策邊界的重要的數(shù)據(jù)點進行分類,剩下的相對不重要的數(shù)據(jù)點用決策樹對其進行快速分類。