[TOC]
选择两个UCI数据集，分别用线性核和高斯核训练一个SVM，并与BP神经网络和C4.5决策树进行试验比较。
Ron Kohavi, "Scaling Up the Accuracy of Naive-Bayes Classifiers: a Decision-Tree Hybrid", Proceedings of the Second International Conference on Knowledge Discovery and Data Mining, 1996
利用数据判断一个人的收入是否超过50K
数据分为14个属性外加一个分类标准，共15个数据条目
训练集一共32561条数据，其中收入小于50K的有24720条，占比75.9%
验证集一共16281条数据，其中收入小于50K的有12435条，占比76.4%
缺失数据分析：所有缺失的数据都用问号字符“？”代替，经过统计发现训练集和测试集只有三类数据存在缺失：
第2类：workclass（单位类型），训练集缺失1836条，占比5.6%，测试集缺失963条，占比5.9%
第7类：occupation（工作类型），训练集缺失1843条，占比5.7%，测试集缺失966条，占比5.9%
第14类：native-country（祖国），训练集缺失583条，占比1.8%，测试集缺失274条，占比1.7%
由于workclass和occupation缺失量非常接近，可能有较大重复，经统计确认发现所有缺失workclass的类型都缺失occupation。
Reliable writer identification in medieval manuscripts through page layout features: The 'Avila' Bible case, Engineering Applications of Artificial Intelligence, Volume 72, 2018, pp. 99-110.
Intel® Extension for Scikit-learn 可以利用并行加速，可以显著提速，且不影响结果
python -m sklearnex .\svm_adult.py
TODO:
数据集分布图
Avila截图，数据分布