斯维姆莱特

说明(主页):SVMlight是Vapnik的支持向量机的一个实现[Vapnik,1995],用于模式识别问题、回归问题和学习排序函数的问题。在[Joachims,2002a]中描述了SVMlight中使用的优化算法。[约阿希姆斯,1999a]。该算法具有可扩展的内存需求,能够有效地处理成千上万个支持向量的问题。该软件还提供了有效评估泛化性能的方法。它包括两种有效的误码率和查准率/查全率的估计方法。XiAlpha估计值[Joachims,2002a,Joachims,2000b]可以在基本上不需要计算费用的情况下进行计算,但它们有保守的偏差。几乎无偏估计提供了漏检。SVMlight利用了大多数缺漏(通常超过99%)的结果是预先确定的,不需要计算[Joachims,2002a]。Joachian函数是新的学习算法[2002c]。我们的目标是从偏好示例中学习一个函数,以便它尽可能精确地对一组新对象进行排序。在搜索引擎和推荐系统等应用程序中,自然会出现这样的排名问题。此外,这个版本还包含了一个训练大规模传导支持向量机的算法。该算法通过求解一系列优化问题来进行,该优化问题的下界是使用局部搜索的形式。有关该算法的详细描述可在[Joachims,1999c]中找到。一个类似的转换学习者,可以被认为是k-最近邻的一个转换版本,是谱图传感器。SVMlight还可以使用成本模型培训SVM(见[Morik等人,1999])。该代码已用于大量问题,包括文本分类[Joachims,1999c][Joachims,1998a]、图像识别任务、生物信息学和医学应用。许多任务具有稀疏实例向量的特性。这个实现利用了这个属性,这导致了一个非常紧凑和高效的表示。


zbMATH中的参考文献(引用于 257篇文章

显示结果1到20,共257个。
按年份排序(引用)

1 2 ... 11 12 13 下一个

  1. Kantavat,Pittipol;Kijsirikul,Boonserm;Songsiri,Patoomsiri;Fukui,Ken Ichi;Numao,Masayuki:使用熵和泛化误差估计的多类支持向量机的有效决策树(2019年)
  2. Daniel Horn;Demirciolu,Aydın;Bischl,Bernd;Glasmachers,Tobias;Weihs,Claus:大规模核化支持向量机的比较研究(2018)
  3. Ramaswamy,Harish G.;Tewari,Ambuj;Agarwal,Shivani:带有弃权选项的多类分类的一致算法(2018)
  4. 王玉闯;史国友;孙晓彤:集装箱船航次集装箱数量预测模型(2018)
  5. Bacciu,Davide;Carta,Antonio;Gnesi,Stefania;Semini,Laura:在智能交通系统中使用机器学习进行短期预测的经验(2017)
  6. 监督分类法(2017年,迪尔塔分类法)
  7. Farooq,Muhammad;Steinwart,Ingo:一种支持向量机的预期回归方法(2017)
  8. Ingo Steinwart,Philipp Thomann:liquidSVM:一个快速且通用的支持向量机软件包(2017)阿尔十四
  9. Bai,Yan Qin;Shen,Kai Ji:(\ell_1)-(\ell_2)-正则化logistic回归模型的交替方向乘数法(2016)
  10. Bloom,Veronica;Griva,Igor;Quijada,Fabio:支持向量机的快速投影梯度法(2016)
  11. Doían,Ürün;Glasmachers,Tobias;Igel,Christian:多类支持向量分类的统一观点(2016)
  12. Marrocco,C.;Tortorella,F.:利用编码理论进行分类:基于LDPC的多类到二进制分解策略(2016)
  13. Muthu Krishnan,S.:通过混合方法将进化信息整合到通用PseAAC中,对脊椎动物血红蛋白蛋白质进行分类(2016年)
  14. 潘斌斌;陈文胜;陈波;徐,陈:基于图的损失函数的监督核的有效学习(2016)
  15. 郑松峰:平滑近似支持向量域描述(2016)
  16. Mozharovskyi,Pavlo;Mosler,Karl;Lange,Tatjana:用(DD\alpha)程序对真实世界数据进行分类(2015)
  17. 牛凌峰;周瑞智;赵,喜;石,勇:训练有界约束支持向量机的两种新分解算法(2015)
  18. Steidl,Gabriele:支持向量机的监督学习(2015)
  19. Veelaert,Peter:分离超平面支持向量的组合性质(2015)
  20. Beck,Amir:求解双面单纯形约束极小化问题的2坐标下降法(2014)

1 2 ... 11 12 13 下一个