首页 | 本学科首页   官方微博 | 高级检索  
     

基于特征矢量集的核Logistic回归
引用本文:李滔,王俊普,吴秀清.基于特征矢量集的核Logistic回归[J].小型微型计算机系统,2006,27(6):980-985.
作者姓名:李滔  王俊普  吴秀清
作者单位:1. 中国科技大学,自动化系,安徽,合肥,230027
2. 中国科技大学,电子工程与信息科学系,安徽,合肥,230027
基金项目:高比容电子铝箔的研究开发与应用项目
摘    要:将经典Logistic回归推广到高维RKHS空间,提出了一种基于特征矢量选择的核Logistic回归算法-FVS-KLR.该算法利用特征矢量选择(FVS)从训练样本集中选择一个特征矢量集,原样本在RKHS空间中的映射可用该集合中元素映射的线性组合近似.以特征矢量集为基得到核Logistic回归的目标泛函,并采用Newton-Raphson方法寻优,将优化的计算量由O(N^3)降到O(NL^2),L〈〈N.同时文章推导了多类情况下的核Logistic回归算法.通过与SVM的对比实验表明,该算法对后验概率的估计优于SVM方法,同时在分类错误率不高于SVM的基础上能显著降低分类器的计算量.

关 键 词:核Logistic回归  特征矢量选择  分类
文章编号:1000-1220(2006)06-0980-06
收稿时间:03 15 2005 12:00AM
修稿时间:2005-03-15

Kernel Logistic Regression Based on Feature Vector Set
LI Tao,WANG Jun-pu,WU Xiu-qing.Kernel Logistic Regression Based on Feature Vector Set[J].Mini-micro Systems,2006,27(6):980-985.
Authors:LI Tao  WANG Jun-pu  WU Xiu-qing
Abstract:
Keywords:SVM
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号