大规模L1规则线性分类优化方法与软件的比较

袁国勋、张凯伟、谢卓辉、林志仁。

年份:2010年,数量:11,版本:105,页码:3183−3234


摘要

大尺度线性分类在许多领域得到了广泛的应用。L1正则化形式可以用于特征选择;然而,它的不可微性给训练带来了更多困难。尽管近年来提出了各种优化方法,但尚未进行适当的比较。在本文中,我们首先广泛回顾了现有的方法。然后,我们详细讨论了最先进的软件包,并提出了两种有效的实现方法。大量比较表明,精心实现的坐标下降方法非常适合训练大型文档数据。

PDF格式 BibTeX公司