| 普适性核度量标准比较研究 |
| |
| 作者姓名： | 王裴岩 蔡东风 |
| |
| 作者单位： | 南京航空航天大学 计算机科学与技术学院, 江苏 南京 210016;沈阳航空航天大学 人机智能研究中心, 辽宁 沈阳 110136,沈阳航空航天大学 人机智能研究中心, 辽宁 沈阳 110136 |
| |
| 基金项目： | 国家自然科学基金(61402299) |
| |
| 摘 要： | 
核方法是一类应用较为广泛的机器学习算法,已被应用于分类、聚类、回归和特征选择等方面.核函数的选择与参数优化一直是影响核方法效果的核心问题,从而推动了核度量标准,特别是普适性核度量标准的研究.对应用最为广泛的5种普适性核度量标准进行了分析与比较研究,包括KTA,EKTA,CKTA,FSM和KCSM.
发现上述5种普适性度量标准的度量内容为特征空间中线性假设的平均间隔,与支持向量机最大化最小间隔的优化标准存在偏差.然后,使用模拟数据分析了上述标准的类别分布敏感性、线性平移敏感性、异方差数据敏感性,发现上述标准仅是核度量的充分非必要条件,好的核函数可能获得较低的度量值.最后,在9个UCI数据集和20Newsgroups数据集上比较了上述标准的度量效果,发现CKTA是度量效果最好的普适性核度量标准.
|
| 关 键 词： | 核方法 核选择 核参数优化 普适性核度量标准 |
| 收稿时间： | 2015-05-31 |
| 修稿时间： | 2015-08-26 |
|
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载免费的PDF全文 |
|
