黄晓林;石磊;约翰·苏肯斯。 斜坡损失线性规划支持向量机。 (英语) Zbl 1318.68144号 J.马赫。学习。物件。 15, 2185-2211 (2014). 小结:斜坡损失是一种稳健但非凸的分类损失。与其他非凸损失相比,可以有效地找到斜坡损失的局部最小值。局部搜索的有效性来自斜坡损失的分段线性。基于(ell_1)-惩罚也是分段线性的这一事实,对斜坡损失应用了(ell_1-)-惩罚,从而产生了斜坡损失线性规划支持向量机(ramp-LPSVM)。所提出的ramp-LPSVM是一个分段线性最小化问题,相关的优化技术是适用的。此外,\(\ell_1\)-惩罚可以增强稀疏性。本文讨论了相应的误分类误差和收敛性。通常,斜坡损失是截断铰链损失。因此,ramp-LPSVM具有与铰链损失SVM类似的一些特性。讨论了局部最小化算法和全局搜索策略。所提出的算法具有良好的优化能力,使ramp LPSVM在数值实验中表现良好:ramp LPSVM的结果比铰链SVM的结果更鲁棒,并且比ramp SVM的结果更稀疏,后者由\(\|\cdot\|_{\mathcal{K}}\)-罚分和ramp损失组成。 引用于16文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分;聚类分析(统计方面) 90 C90 数学规划的应用 关键词:支持向量机;斜坡损失;1-正规化;泛化误差分析;全局优化 PDF格式BibTeX公司 XML格式引用 \textit{X.Huang}等人,J.Mach。学习。第15号决议,2185--2211(2014年;Zbl 1318.68144) 全文: 链接