华东理工大学信息科学与工程学院 上海 200237
正则化最小二乘分类(RLSC)是一种基于二次损失函数的正则化网络,其推广能力受模型参数影响,传统的模型选择方法是耗时的参数网格搜索.为此, 提出一种新颖的AlignLoo模型选择方法,其关键在于将核参数与超参数分开优化, 即最大化核-目标配准以选择最优核参数,最小化RLSC的留一法误差的界以选择最优超参数.该方法效率高且不需验证样本,并在IDA 数据集上进行了测试, 结果表明方法有效.
杨辉华;王行愚;王勇;高海华.正则化最小二乘分类的AlignLoo模型选择方法[J].控制与决策,2006,21(1):7-0012