基于线性SVM的低阶多项式数据映射训练与测试
张银文、谢卓娟、张凯伟、迈克尔·林加德、林志仁; 11（48）:1471−1490，2010年。
摘要
支持向量机中长期使用核技术来处理线性不可分将数据转换为高维空间，但训练和测试大型数据集往往很耗时。相比之下，我们可以使用线性SVM有效地训练和测试更大的数据集，而无需果仁。在这项工作中，我们将快速线性SVM方法应用于显式形式多项式映射数据并研究实现问题。该方法可以快速训练和测试，但有时可能达到接近使用高度非线性核。实验表明，该方法是有效的对于某些大规模数据集。我们成功地将该方法应用于自然语言处理（NLP）应用，提高测试精度在一些训练/测试速度要求下。
[腹肌]
[pdf格式][围兜]
