广告
V.Vapnik公司,欧·夏佩尔;支持向量机的误差期望界。神经计算2000; 12 (9): 2013–2036. 数字对象标识:https://doi.org/10.1162/089977600300015042
下载引文文件:
我们引入了支持向量跨度(SV)的概念,并证明了支持向量机(SVM)的泛化能力依赖于这个新的几何概念。我们证明,跨度的值总是小于(也可以小得多)包含支持向量的最小球体的直径,在以前的边界中使用(Vapnik,1998)。我们还通过实验证明,由跨度给出的测试误差预测非常准确,并且在模型选择(SVM最佳参数的选择)中有直接的应用。
Captcha验证错误。请重试。
登录或创建帐户