期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
SVRRP_(MCC):一种支持向量回归机的正则化路径近似算法 被引量:1
1
作者 王梅 王莎莎 +3 位作者 孙莺萁 宋考平 田枫 廖士中 《计算机科学》 CSCD 北大核心 2017年第12期42-47,共6页
正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法。根据SVR正则化路径的分段线性性质,该类算法可在相当于一次SVR求解的时间复杂度内求得正则化参数的所有可能取值及对应SVR的解。由于在解路径建立... 正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法。根据SVR正则化路径的分段线性性质,该类算法可在相当于一次SVR求解的时间复杂度内求得正则化参数的所有可能取值及对应SVR的解。由于在解路径建立过程中需要求解线性方程组,已有的精确计算方法难以处理大规模的样本数据,因此研究了正则化路径近似算法,并提出了SVR正则化路径近似算法SVRRP_(MCC)。首先,应用Monte Carlo方法实现线性方程组系数矩阵的随机采样,求得近似系数矩阵;然后,应用Cholesky分解方法实现快速求解系数逆矩阵;进一步,分析了SVRRP_(MCC)算法的近似误差和计算复杂性;最后,在标准数据集上的实验验证了SVRRP_(MCC)算法的合理性和较高的计算效率。 展开更多
关键词 支持向受回归机 正则化路径 矩阵近似 MonteCarlo采样 CHOLESKY分解
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部