东京理工大学
东京理工大学JST PRESTO公司
亚利桑那州立大学
2011第E94.D卷第6版第1337-1340页
(与EndNote、Reference Manager、ProCite、RefWorks兼容)
(与BibDesk、LaTeX兼容)
这个最小二乘概率分类器(LSPC)是核逻辑回归的一种计算高效的替代方法。然而,为了确保其学习的概率为非负,LSPC涉及一个将负参数四舍五入到零的后处理步骤,这可能会意外地影响分类性能。为了缓解这个问题,我们提出了一个简单的替代方案,直接取整分类器的负输出,而不是负参数。通过包括真实图像分类和音频标记任务在内的大量实验,我们证明了所提出的修改显著提高了分类精度,而原始LSPC的计算优势保持不变。
已经有帐户了吗?登录在这里