×

监督分类的优化方法。 (英语) Zbl 1403.62114号

摘要:监督分类问题是应用数据分析中最古老、最经常出现的问题之一,一直以来都是从许多不同的角度进行分析的。当重点放在以最小分类成本开发分类规则的总体目标上时,监督分类可以理解为一个优化问题。另一方面,当重点是建模未来未知实体分类中涉及的不确定性时,可以将其表述为统计问题。其他特别关注监督分类的模式识别和机器学习方面的观点也有很长的历史,产生了有影响力的见解和不同的方法。在这篇综述中,将讨论和比较两种与优化理论密切相关的监督分类方法。特别是,我们将回顾基于数学规划模型的方法,这些模型优化了与错误分类错误(或成本)最小化的真实目标相关的可观察标准,以及从真实错误分类错误的已知界限最小化中导出的方法。前一种方法被称为监督分类的数学规划方法,而后一种方法是众所周知的分类支持向量机的起源。在整个审查过程中,将考虑两组以及一般的多组问题,审查结束时将讨论该领域最有希望的研究方向。

MSC公司:

62H30型 分类和区分;聚类分析(统计方面)
90 C90 数学规划的应用
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Adem,J。;Gochet,W.,《基于数学编程的启发式算法用于改进多类监督分类问题的LP生成分类器》,《欧洲运筹学杂志》,168,1,181-199(2006)·Zbl 1078.90067号
[2] 艾哈迈迪,M。;Raiszadeh,F.M.,《预测商业统计中的成绩不佳》,教育和心理测量,50,4923-929(1990)
[3] 奥尔特曼,E。;Alvery,R。;艾森贝斯,R。;辛基,J.,《分类技术在商业、银行和金融中的应用》(1980),日本工业出版社:日本工业出版社,康涅狄格州格林威治
[4] 阿马尔迪,E。;Kann,V.,找到线性关系的最大可行子系统的复杂性和逼近性,理论计算机科学,147181-210(1995)·Zbl 0884.68093号
[5] 阿马尔迪,E。;Pfetsch,M.E。;Trotter,L.E.,关于最大可行子系统问题,IIS和IIS-超图,数学规划,95,3533-554(2003)·Zbl 1023.90070
[6] Anderson,J.A.,单独样本逻辑判别,Biometrika,59,1,19-35(1972)·Zbl 0231.62080号
[7] Asparouhov,Ok K。;Rubin,P.,两组分类问题的振荡启发式,分类杂志,21255-277(2004)·Zbl 1083.62047号
[8] Asparouhov,Ok K。;Stam,A.,带二进制变量的两组分类的数学规划公式,运筹学年鉴,74,89-112(1997)·Zbl 0888.90150号
[9] Astorino,A。;Gaudioso,M.,通过连续LP的多面体可分性,优化理论与应用杂志,112,2,265-293(2002)·Zbl 1049.90039号
[10] Astorino,A。;高迪奥索,M。;Seeger,A.,有限集的二次分离i.齐次情况,凸分析杂志,21,1,1-28(2014)·Zbl 1401.90150号
[11] Audet,C。;Hansen,P。;卡拉姆。;Ng,C.T。;Perron,S.,精确l2范数平面分离,优化字母,2,4843-495(2008)·Zbl 1159.90514号
[12] Bagirov,A.M.,《Max-min可分性,优化方法和软件》,20,2-3,277-296(2005)·Zbl 1129.90059号
[13] Bagirov,A.M。;Kasimbeyli,R。;厄兹蒂尔克,G。;Ugon,J.,基于非光滑优化方法的分段线性分类器,(Rassias,T.M.;Floudas,C.A.;Butenko,S.,《科学与工程优化》(2014),Springer:Springer New York,NY),1-32·Zbl 1327.49056号
[14] Bajgier,S.M。;Hill,A.V.,《判别问题的统计和线性规划方法的实验比较》,《决策科学》,13,4,604-618(1982)
[15] 班克斯,W.J。;Abad,P.L.,分类问题的有效最优解算法,决策科学,221008-1023(1991)
[16] Banks,W.J。;Abad,P.L.,《线性规划启发式算法在分类问题二次变换中的应用性能》,《欧洲运筹学杂志》,72,1,23-28(1994)·Zbl 0798.90132号
[17] Barón,A.E.,用于多群体歧视的方法中的错误分类-分布特性的影响,《医学统计学》,10,5757-766(1991)
[18] Bartlett,P。;Shawe-Taylor,J.,支持向量机和其他模式分类器的泛化性能,核方法的进展-支持向量学习,43-54(1999),麻省理工学院出版社:麻省理学院出版社剑桥
[19] Bennett,K.P。;Bredensteiner,E.J.,机器学习的参数优化方法,INFORMS计算杂志,9,3,311-318(1997)·Zbl 0893.90158号
[20] Bennett,K.P。;Mangasarian,O.L.,两个线性不可分集的鲁棒线性规划判别,优化方法和软件,1,23-24(1992)
[21] Bennett,K.P。;Mangasarian,O.L.,通过线性规划进行多类别判别,优化方法和软件,3,1-3,27-39(1994)
[22] 更好,M。;手套,F。;Samorani,M.,《通过垂直和切割多超平面决策树归纳进行分类》,《决策支持系统》,48,430-436(2010)
[23] Blumer,A。;埃伦菲赫特,A。;Haussler,D。;Warmuth,M.K.,《可学习性与Vapnik-Chervonenkis维度》,美国医学会杂志,36,4,929-965(1989)·Zbl 0697.68079号
[24] Boser,B.E。;盖恩,I.M。;Vapnik,V.N.,最佳边缘分类器的训练算法,第五届计算学习理论年度研讨会论文集,144-152(1992),ACM
[25] 布拉德利,P.S。;Mangasarian,O.L.,通过线性支持向量机进行大规模数据识别,优化方法和软件,13,1,1-10(2000)·Zbl 0986.90085号
[26] Bredensteiner,E.J。;Bennett,K.P.,支持向量机的多类别分类,计算优化与应用,12,53-79(1999)·Zbl 1040.90574号
[27] Breiman,L.,随机森林,机器学习,45,1,5-32(2001)·Zbl 1007.68152号
[28] Brooks,J.P.,《带斜坡损失和硬边际损失的支持向量机》,运筹学,59,2467-479(2011)·Zbl 1228.90057号
[29] Carrizosa,E。;马丁·巴拉根,B。;Morales,D.R.,《在监督分类中检测相关变量和交互作用》,《欧洲运筹学杂志》,213,1,260-269(2011)
[30] Carrizosa,E。;马丁·巴拉根,B。;Morales,D.R.,《支持向量机参数调整的嵌套启发式算法》,《计算机与运筹学》,43,328-334(2014)·Zbl 1349.62260号
[31] Carrizosa,E。;马丁·巴拉根,B。;Plastria,F。;Morales,D.R.,《关于最近邻分类的全局最优原型子集的选择》,《计算信息杂志》,19,3,470-479(2007)·兹比尔1241.90086
[32] Carrizosa,E。;Morales,D.R.,《监督分类和数学优化》,《计算机与运筹学》,第40、1、150-165页(2013年)·Zbl 1349.68135号
[33] Cassioli,A。;迪·洛伦佐,D。;Locatelli,M。;舍恩,F。;Sciandone,M.,《全局优化的机器学习,计算优化和应用》,51,1,279-303(2012)·Zbl 1243.90178号
[34] Chang,C.C。;Lin,C.J.,LIBSVM:支持向量机库,ACM智能系统与技术事务(TIST),2,3,27(2011)
[35] Chinneck,J.W.,最小基数IIS集覆盖问题的有效多项式时间启发式算法,数学与人工智能年鉴,9,2,164-174(1996)·Zbl 0887.90112号
[36] Chinneck,J.W.,《在不可行线性程序中寻找有用的约束子集以进行分析》,《计算信息杂志》,17,1,127-144(1997)·Zbl 0885.90077号
[37] Chinneck,J.W.,最大可行子系统问题的快速启发式,计算信息杂志,13,3,210-223(2001)·Zbl 1238.90093号
[38] Chinneck,J.W.,《集成分类器超平面布局和特征选择》,《应用专家系统》,39,9,8193-8203(2012)
[39] 钦奈克,J.W。;Dravnieks,E.W.,《在线性程序中定位最小不可行约束集》,ORSA计算杂志,3,2,157-168(2001)·Zbl 0755.90055号
[40] Choo,欧盟。;Wedley,W.C.,重复多准则决策中的最佳准则权重,运筹学学会杂志,983-992(1985)·Zbl 0568.90053号
[41] Codato,G。;Fischetti,M.,《混合整数线性规划的组合折弯切割》,运筹学,54,4,756-766(2006)·Zbl 1167.90601号
[42] 科尔特斯,C。;Vapnik,V.,支持向量网络,机器学习,20,3,273-297(1995)·Zbl 0831.68098号
[43] 北卡罗来纳州克里斯蒂亚尼尼。;Shawe Taylor,J.,支持向量机和其他基于内核的学习方法简介。(2000),剑桥大学出版社
[44] 美国Dellepiane。;Palagi,L.,《使用SVM组合标准二次问题的全局启发式》,《欧洲运筹学杂志》,241,3596-605(2015)·Zbl 1339.90258号
[45] Dodge,Y.,《基于l1范数的统计数据分析导论》,计算统计与数据分析,5,4,239-253(1987)
[46] Duarte Silva,A.P.,多元分析的有效变量筛选,多元分析杂志,76,1,35-62(2001)·Zbl 0996.62063号
[47] Duarte Silva,A.P.,《两组判别分析中变量选择的跳跃算法》,(Rizzi,A.;Vichi,M.;Bock,H.,《数据科学与分类进展》(1998),施普林格:施普林格-柏林-海德堡),227-232
[48] 杜阿尔特·席尔瓦,A.P。;Stam,A.,判别分析的二阶数学规划公式,《欧洲运筹学杂志》,72,4-22(1994)·Zbl 0788.62052号
[49] 杜阿尔特·席尔瓦,A.P。;Stam,A.,在两组分类中最小化训练样本错误分类成本的混合整数规划算法,运筹学年鉴,74129-157(1997)·Zbl 0887.90181号
[50] 杜阿尔特·席尔瓦,A.P。;斯塔姆·A。;Neter,J.,《两组分类中误分类成本和偏态分布的影响》,《统计学中的通信——模拟和计算》,31,3,401-423(2002)·Zbl 1079.62519号
[51] Efron,B.,逻辑回归与正态判别分析相比的效率,美国统计协会杂志,70892-898(1975)·Zbl 0319.62039号
[52] Falangis,K。;Glen,J.J.,《数学规划判别分析模型中特征选择的启发式》,运筹学学会杂志,61,5,804-812(2010)·Zbl 1193.90217号
[53] 范,J。;Feng,Y。;Tong,X.,《高维空间中的分类之路:正则化最优仿射判别法》,《皇家统计学会杂志:B辑(统计方法)》,74,4,745-771(2012)·Zbl 1411.62167号
[54] 风机,R.E。;Chen,P.H。;Lin,C.J.,使用二阶信息训练支持向量机的工作集选择,机器学习研究杂志,61889-1918(2005)·Zbl 1222.68198号
[55] Fisher,R.A.,《分类学问题中多重测量的使用》,《优生学年鉴》,第7179-188页(1936年)
[56] 菲克斯,E。;Hodges,J.L.,《判别分析-非参数判别:一致性属性》,加利福尼亚州。伯克利大学(1951)·Zbl 0715.62080号
[57] 弗洛伊德。;Warmuth,M.,《样本压缩、可学习性和Vapnik-Chervonenkis维度》,机器学习,21,3,269-304(1995)
[58] M.弗兰克。;Wolfe,P.,《二次规划的算法》,《海军研究后勤季刊》,3,12,95-110(1956)
[59] 弗里德,N。;Glover,F.,判别问题的线性规划方法,决策科学,12,68-74(1981)
[60] 弗里德,N。;Glover,F.,判别问题的简单但强大的目标规划公式,《欧洲运筹学杂志》,7,44-60(1981)·Zbl 0456.90075号
[61] 弗里德,N。;Glover,F.,《解决LP判别分析公式的理论困难并提高其分类能力》,《决策科学》,第17期,第151-162页(1986年)
[62] 弗莱维尔,A。;Hanafi,S。;Semet,F。;Yanev,N.,针对判别分析问题的振荡策略禁忌搜索,计算机与运筹学,37,10,1688-1696(2010)·邮编:1188.90125
[63] Fröhlich,H。;Zell,A.,通过基于模型的全局优化实现分类和回归中支持向量机的有效参数选择,2005年IEEE神经网络国际联合会议论文集,31431-1436(2005)
[64] García-Palomares,美国。;Manzanilla-Salazar,O.,构建具有先验精度的分段非线性二进制分类器的新型线性规划方法,决策支持系统,52,3,717-728(2012)
[65] Gasimov,R.N。;Öztürk,G.,通过多面体二次曲线函数进行分离,优化方法和软件,21,4,527-540(2006)·Zbl 1113.90095号
[66] Gehrlein,W.V.,统计分类问题的一般数学规划公式,运筹学快报,5,6299-304(1986)
[67] Glasmachers,T。;Igel,C.,SVM的最大增益工作集选择,机器学习研究杂志,71437-1466(2006)·Zbl 1222.90040号
[68] Glasmachers,T。;Igel,C.,二阶SMO改进了SVM在线和主动学习,神经计算,20,2,374-382(2008)·Zbl 1146.68414号
[69] Glen,J.J.,《数学规划判别分析模型中归一化和变量选择的整数规划方法》,运筹学学会杂志,50,1043-1053(1999)·Zbl 1054.90618号
[70] Glen,J.J.,分类精度最大化判别分析的迭代混合整数规划方法,计算机与运筹学,30,2,181-198(2003)·Zbl 1022.90010号
[71] Glen,J.J.,数学规划判别分析模型中的二分法分类变量形成,海军研究后勤,51,4,575-596(2004)·Zbl 1054.62073号
[72] Glen,J.J.,分段线性判别分析的数学规划模型,运筹学学会杂志,56,3,331-341(2005)·Zbl 1079.90128号
[73] Glen,J.J.,《标准和两阶段数学规划判别分析方法的比较》,《欧洲运筹学杂志》,171,2496-515(2006)·Zbl 1090.90145号
[74] Glen,J.J.,《非线性判别分析的加性效用混合整数规划模型》,运筹学学会杂志,59,11,1492-1505(2008)·Zbl 1168.90565号
[75] Glover,F.,用于判别分析的改进线性规划模型,决策科学,21771-785(1990)
[76] 手套,F。;Keene,S。;Duea,B.,判别问题的一类新模型,决策科学,19,2,269-280(1988)
[77] 戈切特,W。;斯塔姆·A。;斯里尼瓦桑,V。;Chen,S.,使用线性规划的多组判别分析,运筹学,45,2,213-225(1997)·Zbl 0890.90180号
[78] Grinold,R.C.,模式分类的数学规划方法,管理科学,19,3,272-289(1972)·Zbl 0269.68056号
[79] Guermeur,Y.,将判别模型与新的多类SVM相结合,模式分析与应用,5,2,168-179(2002)·Zbl 1021.68080号
[80] 郭毅。;哈斯蒂,T。;Tibshirani,R.,正则化判别分析及其在微阵列中的应用,生物统计学,886-100(2007)·Zbl 1170.62382号
[81] 盖恩,I。;J·韦斯顿。;巴恩希尔,S。;Vapnik,V.,使用支持向量机进行癌症分类的基因选择,机器学习,46,1-3,389-422(2002)·Zbl 0998.68111号
[82] Hanafi,S。;Yanev,N.,解决两组分类问题的禁忌搜索方法,运筹学年鉴,183,1,25-46(2011)·Zbl 1213.90162号
[83] Hand,D.J.,《歧视与分类》(1981年),威利出版社:威利纽约·Zbl 0587.62119号
[84] Haussler,D.,《离散结构上的卷积核》(1999)
[85] 徐春伟。;Chang,C.C。;Lin,C.J.,《支持向量分类实用指南》(2003),国立台湾大学计算机科学与信息工程系
[86] Huber,P.J.,稳健估计中l1范数的位置,计算统计与数据分析,5,4,255-262(1987)·Zbl 0623.62025号
[87] Huberty,C.J。;Olejnik,S.,应用MANOVA和判别分析(2006),威利:威利纽约·Zbl 1117.62071号
[88] Huberty,C.J。;Wisenbaker,J。;Smith,J.C.,《判别分析中预测准确性的评估》,多变量行为研究,22307-329(1987)
[89] 茨城,T。;Muroga,S.,线性规划自适应线性分类器,IEEE系统科学与控制论汇刊,6,1,53-62(1970)·Zbl 0195.49107号
[90] 伊扎迪,B。;Ranjbarian,B。;Ketabi,S。;Nassiri-Mofakham,F.,《分类方法和替代线性规划的性能分析与模糊德尔菲特征选择》,《国际信息技术与计算机科学杂志》(IJITCS),2013年第5、10、9期
[91] 杜雅丁,P。;Séverin,E.,《使用Kohonen图预测财务失败:随时间推移提高模型稳定性的比较研究》,《欧洲运筹学杂志》,221,2378-396(2012)·Zbl 1253.91194号
[92] Joachims,T.,《使大规模SVM学习实用化》(Schölkopf,B.;Burges,C.J.C.;Smola,A.J.,《内核方法的进展:支持向量学习》(1999),麻省理工学院出版社:麻省理学学院出版社,马萨诸塞州剑桥),169-184
[93] 卡拉姆。;卡波罗西,G。;Hansen,P.,通过可变邻域搜索分离任意形式超平面,IMA管理数学杂志,18,2,173-189(2007)·Zbl 1177.90376号
[94] 考夫曼,L.,《解决支持向量分类中出现的二次规划问题》,(Schölkopf,B.;Burges,C.J.C.;Smola,A.J.,《内核方法的进展:支持向量学习》(1999),麻省理工学院出版社:麻省理学院出版社,马萨诸塞州剑桥),147-167
[95] Kiang,M.Y.,分类方法的比较评估,决策支持系统,35,4,441-454(2003)
[96] Koehler,G.J。;Erenguc,S.S.,最小化线性判别分析中的错误分类,决策科学,21,63-85(1990)
[97] 林家富。;Choo,欧盟。;Moy,J.W.,《最小化与群平均值的偏差:两组分类问题的一种新的线性规划方法》,《欧洲运筹学杂志》,88,2,358-367(1996)·Zbl 0913.90271号
[98] Lee,Y。;Lin,Y。;Wahba,G.,《多类别支持向量机:微阵列数据和卫星辐射数据分类的理论和应用》,美国统计协会杂志,99,465,67-81(2004)·Zbl 1089.62511号
[99] 莱斯利,C。;Kuang,R.,《不精确字符串匹配的快速内核》(Schölkopf,B.;Warmuth,M.K.,《学习理论和内核机器》(2003),Springer:Springer-Berlin-Heidelberg),114-128·Zbl 1274.68331号
[100] Liittschwager,J.M。;Wang,C.,分类问题的整数规划解,管理科学,241515-1525(1978)·Zbl 0491.90056号
[101] Lin,Y.,分类中的支持向量机和贝叶斯规则,数据挖掘和知识发现,6,3,259-275(2002)
[102] Lin,Y。;Lee,Y。;Wahba,G.,非标准情况下分类的支持向量机,机器学习,46,1-3,191-202(2002)·Zbl 0998.68103号
[103] 刘,Y。;Wu,Y.,通过混合整数规划优化(ψ)-学习,统计Sinica,16,2,441-457(2006)·Zbl 1331.62313号
[104] 刘,Y。;Zhang,H.H。;帕克,C。;Ahn,J.,自适应支持向量机\(l_q\)惩罚,计算统计和数据分析,51,12,6380-6394(2007)·Zbl 1446.62179号
[105] Lodhi,H。;桑德斯,C。;肖-泰勒,J。;北卡罗来纳州克里斯蒂亚尼尼。;Watkins,C.,使用字符串内核进行文本分类,《机器学习研究杂志》,2419-444(2002)·Zbl 1013.68176号
[106] 罗志强。;Pang,J.S。;D.拉尔夫。;吴思清,平衡约束数学规划的精确惩罚与平稳条件,《数学规划》,第75、1、19-76页(1996)·Zbl 0870.90092号
[107] 马,S。;Huang,J.,生物信息学中的惩罚特征选择和分类,生物信息学简报,9,5,392-403(2008)
[108] Mai,Q.,《高维判别分析综述》,《威利跨学科评论:计算统计学》,第5、3、190-197页(2013年)
[109] Mangasarian,O.L.,通过线性规划实现模式的线性和非线性分离,运筹学,13,444-452(1965)·Zbl 0127.36701号
[110] Mangasarian,O.L.,模式分离的多表面方法,IEEE信息理论汇刊,14801-807(1968)·Zbl 0169.51108号
[111] Mangasarian,O.L.,误分类最小化,《全局优化杂志》,5309-332(1994)·Zbl 0814.90081号
[112] Mangasarian,O.L.,《任意形式的分离平面》,《运营研究快报》,24,1,15-23(1999)·Zbl 1028.90037号
[113] Mangasarian,O.L.,通过无约束凸可微最小化的精确1-范数支持向量机,机器学习研究杂志,1517-1530(2006)·兹比尔1211.68329
[114] Mangasarian,O.L。;西北部街道。;Wolberg,W.H.,通过线性规划进行乳腺癌诊断和预后,运筹学,43,4,570-577(1995)·Zbl 0857.90073号
[115] Mangasarian,O.L.公司。;Thompson,M.E.,通过无约束支持向量机进行大规模数据分类,优化理论与应用杂志,131,3,315-325(2006)·Zbl 1139.90017号
[116] Mangasarian,O.L。;汤普森,M.E.,《大规模非线性核分类的分块,优化方法和软件》,23,3,365-374(2008)·Zbl 1165.90568号
[117] 马克,S。;Dunn,O.J.,协方差矩阵不相等时的判别函数,美国统计协会杂志,69,346,555-559(1974)·Zbl 0291.62073号
[118] Martens,D。;Baesens,B。;Van Gestel,T。;Vantheinen,J.,《使用支持向量机规则提取的可理解信用评分模型》,《欧洲运筹学杂志》,183,3,1466-1476(2007)·Zbl 1278.91177号
[119] 马丁·巴拉根,B。;里洛,R。;Romo,J.,功能数据的可解释支持向量机,《欧洲运筹学杂志》,232,1,146-155(2014)
[120] Maskooki,A.,《提高基于混合整数线性规划的多类分类问题方法的效率》,《计算机与工业工程》,66,2,383-388(2013)
[121] McCullagh,P。;Nelder,J.A.,《广义线性模型》(1989),CRC出版社·Zbl 0744.62098号
[122] McLachlan,G.J.,《判别分析和统计模式识别》(2004),威利出版社:威利纽约·Zbl 1108.62317号
[123] Moschitti,A。;Pighin博士。;Basili,R.,语义角色标记的树核,计算语言学,34,2,193-224(2008)
[124] Murthy,S.K.,《从数据中自动构建决策树:多学科调查》,《数据挖掘和知识发现》,2345-389(1998)
[125] Murthy,S.K。;Kasif,S。;Salzberg,S.,《斜决策树归纳系统》,《人工智能研究杂志》,2,1-32(1994)·Zbl 0900.68335号
[126] 厄兹蒂尔克,G。;Bagirov,A.M。;Kasimbeyli,R.,基于多面体二次曲线分离的增量分段线性分类器,机器学习,101,1-3,397-413(2015)·Zbl 1343.62037号
[127] M.帕克。;Ryan,J.,《寻找不可行线性不等式系统的最小权重IIS覆盖》,《数学与人工智能年鉴》,17,1,107-126(1996)·Zbl 0889.90110号
[128] Parzen,E.,关于概率密度函数和模式的估计,《数理统计年鉴》,1065-1076(1962)·Zbl 0116.11302号
[129] Pavur,R。;Loucopoulos,C.,《检验多组分类问题混合整数规划方法中的最优准则权重》,运筹学学会杂志,626-640(1995)·Zbl 0830.90101号
[130] Pavur,R。;Wanarat等人。;Loucopoulos,C.,两组判别问题的二级目标MIP模型的分类性能检验,运筹学年鉴,74173-189(1997)·Zbl 0887.90183号
[131] 佩德罗索,J.P。;Murata,N.,《不同规范的支持向量机:动机、公式和结果》,《模式识别快报》,22,12,1263-1272(2001)·Zbl 0990.68117号
[132] Pfetsch,M.E.,最大可行子系统问题的分支与切割,SIAM优化杂志,19,1,21-38(2008)·Zbl 1167.90018号
[133] Plastria,F。;Carrizosa,E.,通过最小化距离凹函数之和的线性分离和近似,4OR,12,1,77-85(2014)·Zbl 1297.90074号
[134] Plastria,F。;De Bruyne,S。;Carrizosa,E.,《基于交替局部搜索的VNS线性分类》,《运筹学年鉴》,174,1121-134(2010)·Zbl 1185.90136号
[135] Platt,J.,使用序列最小优化快速训练支持向量机,(Schölkopf,B.;Burges,C.J.C.;Smola,A.J.,《内核方法的进展:支持向量学习》(1999),麻省理工学院出版社:麻省理学学院出版社剑桥,马萨诸塞州),185-207
[136] 普拉特,J.C。;北卡罗来纳州克里斯蒂亚尼尼。;Shawe-Taylor,J.,用于多类分类的大边距DAG,(Solla,S.A.;Leen,T.K.;Muller,K.,《神经信息处理系统的进展》,12(2000),麻省理工学院出版社:麻省理学院出版社剑桥,547-553
[137] Press,S.J。;Wilson,S.,《在逻辑回归和判别分析之间进行选择》,《美国统计协会杂志》,73,699-705(1978)·Zbl 0399.62060号
[138] Rao,T.R.,《品牌忠诚度是市场细分的标准吗:判别分析》,《决策科学》,第4、3、395-404页(1973年)
[139] 里夫金,R。;Klautau,A.,为一对所有分类辩护,《机器学习研究杂志》,5101-141(2004)·Zbl 1222.68287号
[140] Rosen,J.B.,通过凸规划进行模式分离,数学分析与应用杂志,10123-134(1965)·Zbl 0134.37503号
[141] 鲁宾,P.A.,混合整数规划判别模型的启发式求解程序,管理决策经济学,11255(1990)
[142] Rubin,P.A.,关于多项式判别函数的评论,《欧洲运筹学杂志》,72,1,29-31(1994)·Zbl 0800.90766号
[143] 鲁宾,P.A.,通过分解解决混合整数分类问题,运筹学年鉴,74,51-64(1997)·Zbl 0888.90160号
[144] 肖-泰勒,J。;Cristianini,N.,《关于边际分布的进一步结果》,《第十二届计算学习理论年会论文集》,278-285(1999),美国计算机学会
[145] 肖-泰勒,J。;Cristianini,N.,《边际分布和软边际》,(Smola,A.J.;Bartlett,P.L.;Schölkopf,B.;Schurmans,D.,《大边际分类器的进展》(2000),麻省理工学院出版社:麻省理学学院出版社,马萨诸塞州剑桥),349-358·Zbl 0988.68145号
[146] 沈,X。;曾,G.C。;张,X。;Wong,W.H.,On(ψ)-learning,《美国统计协会杂志》,98,463,724-734(2003)·Zbl 1052.62095号
[147] Smaoui,S。;Chabchoub,H。;Aouni,B.,分类问题的数学规划方法,运筹学进展(2009)·Zbl 1198.62066号
[148] Smith,C.A.,《歧视的一些例子》,《优生学年鉴》,第13、1、272-282页(1946年)
[149] Smith,F.W.,线性编程模式分类器设计,IEEE计算机汇刊,4367-372(1968)
[150] Smola,A.J。;Kondor,R.,《图的核与正则化》,(Schölkopf,B.;Warmuth,M.K.,《学习理论与核机器》(2003),施普林格:施普林格-柏林-海德堡),144-158·Zbl 1274.68351号
[151] Soltysik,R.C.公司。;Yarnold,P.R.,线性二类多元最优判别分析的Warmack-Gonzalez算法,计算机与运筹学,21735-745(1994)·Zbl 0805.90070
[152] Stam,A.,非传统统计分类方法:关于\(lp\)-规范方法,《运筹学年鉴》,74,1-36(1997)·Zbl 0888.90161号
[153] 斯塔姆·A。;Joachimstaler,A.,通过线性和非线性规划方法解决判别分析中的分类问题,决策科学,20285-293(1989)
[154] 斯塔姆·A。;Ragsdale,D.R.,《基于MP的判别分析方法中的分类差距》,海军研究后勤,39,545-559(1992)·Zbl 0743.62054号
[155] Stein,O.,《如何解决半无限优化问题》,《欧洲运筹学杂志》,223,2,312-320(2012)·Zbl 1292.90300号
[156] Sun,M.,用于多类判别分析的混合整数规划模型,《国际信息技术与决策杂志》,10,4,589-612(2011)·兹比尔1222.90087
[157] Sun,M.,《多类判别和分类分析的线性规划方法》,《从分析到战略的决策理论与实践》,291(2012)
[158] Sun,M.,《多类支持向量机:理论与模型》,《国际信息技术与决策杂志》,第12期,第6期,第1175-1199页(2013年)
[159] 唐,Y。;李,X。;Xu,Y。;刘,S。;Ouyang,S.,最大裕度0-1损失分类的混合整数规划方法,雷达会议(雷达),国际,1-6(2014),IEEE
[160] Tewari,A。;Bartlett,P.L.,《论多类分类方法的一致性》,《机器学习研究杂志》,8,1007-1025(2007)·Zbl 1222.62079号
[161] Toutanova,K。;马尔科娃,P。;Manning,C.,解析树的叶投影路径视图:探索HPSG解析选择的字符串内核,EMNLP学报,166-173(2004)
[163] Valiant,L.G.,《可学习理论》,《ACM通信》,第27、11、1134-1142页(1984年)·兹伯利0587.68077
[164] Vapnik,N.,《统计学习理论》(1998),威利出版社:威利纽约·Zbl 0935.62007号
[165] Vapnik,N.,《统计学习理论的本质》(2013),Springer Science and Business Media:Springer科学与商业媒体,纽约州纽约市·Zbl 0833.62008号
[166] Vapnik,V。;Chervonenkis,A.,关于事件相对频率与其概率的一致收敛,概率论及其应用,16,2,264-280(1971)·兹比尔0247.60005
[167] Vapnik,V。;Lerner,A.J.,模式识别、自动化和远程控制的广义肖像法,24,6,774-780(1963)
[168] Vapnik,V.N。;Chervonenkis,A.,模式识别学习的一类算法,Avtomatika i Telemekhanika,25,6937-945(1964)·Zbl 0137.10601号
[169] Wahba,G.,《支持向量机,再生核希尔伯特空间和随机GACV》,(Schölkopf,B.;Burges,C.J.C.;Smola,A.J.,《内核方法的进展:支持向量学习》(1999),麻省理工学院出版社:麻省理工学出版社剑桥,MA),69-87
[170] Wald,A.,《关于将一个人分为两组时出现的统计问题》,《数理统计年鉴》,第15、2、145-162页(1944年)·Zbl 0063.08121号
[171] Wald,A.,《统计决策函数》,《数理统计年鉴》,165-205(1949)·Zbl 0034.22804号
[172] Warmack,R.E。;Gonzalez,R.C.,线性不等式最优解的算法及其在模式识别中的应用,IEEE计算机汇刊,221065-1075(1973)·Zbl 0269.68058号
[173] Watkins,C.,《动态对齐内核》(Smola,A.J.;Bartlett,P.L.;Schölkopf,B.;Schuurmans,D.,《大边界分类器的进展》(2000),麻省理工学院出版社:麻省理学学院出版社剑桥,MA),39-50·Zbl 0988.68145号
[174] 韦斯顿,J。;Watkins,C.,多类模式识别的支持向量机,ESANN,99,219-224(1999)
[175] Williams,H.P.,《数学规划中的模型构建》。(1993),威利:英国威利奇切斯特·Zbl 0788.90053号
[176] Wu,Y。;Liu,Y.,鲁棒截断铰链损失支持向量机,美国统计协会杂志,102,479,974-983(2007)·Zbl 1469.62293号
[177] 徐,G。;Papageorgiou,L.G.,数据分类的混合整数优化模型,计算机与工业工程,56,4,1205-1215(2009)
[178] Yanev,N。;Balev,S.,分类问题的组合方法,《欧洲运筹学杂志》,115,2,339-350(1999)·Zbl 0978.90113号
[179] 扎沃卡,S。;Perrett,J.J.,《稀少人群两组线性和二次判别分析的最小样本量考虑》,《统计中的通信——模拟和计算》,43,7,1726-1739(2014)·Zbl 1333.62166号
[180] 朱,J。;Rosset,S。;哈斯蒂,T。;Tibshirani,R.,1-范数支持向量机,(Thrun,S.;Saul,L.K.;Schölkopf,B.,《神经信息处理系统的进展》,第16卷(2004年),麻省理工学院出版社:麻省理学院出版社剑桥),49-56
[181] Zoidi,O。;Fotiadou,E。;尼古拉迪斯,N。;Pitas,I.,数字媒体中基于图形的标签传播:综述,ACM计算调查,47,3,48(2015)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。