李毅;菲利普·M·朗。 宽松的在线最大保证金算法。 (英语) Zbl 0998.68110号 机器。学习。 46,编号1-3,361-387(2002). 摘要:我们描述了一种用于训练线性阈值函数的新的增量算法:松弛在线最大裕度算法,或ROMMA。ROMMA可以被视为一种近似算法,该算法反复选择超平面,以最大裕度正确分类先前看到的示例。已知这样的最大裕度假设可以通过最小化受多个线性约束的权重向量的长度来计算。ROMMA通过保持这些约束的相对简单的松弛来工作,这些约束可以有效地更新。我们证明了ROMMA的错误界,这与感知器算法的错误界相同。我们的分析表明,最大裕度算法也满足这个错误界;这是该算法的第一个最坏性能保证。我们描述了一些使用ROMMA和一种更积极地更新其假设的变体的实验,作为识别手写数字的批处理算法。这些算法的计算复杂性和简单性与感知器算法相似,但它们的泛化性要好得多。我们证明了基于主动ROMMA的批处理算法收敛于固定阈值SVM假设。 引用于1审查引用于11文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:松弛在线最大余量算法 软件:SVM灯 PDF格式BibTeX公司 XML格式引用 \textit{Y.Li}和\textit{P.M.Long},马赫。学习。46,编号1--3361--387(2002;Zbl 0998.68110) 全文: 内政部