| SVRRPMCC:一种支持向量回归机的正则化路径近似算法 |
| |
| 引用本文： | 王梅,王莎莎,孙莺萁,宋考平,田枫,廖士中.SVRRPMCC:一种支持向量回归机的正则化路径近似算法[J].计算机科学,2017,44(12):42-47. |
| |
| 作者姓名： | 王梅 王莎莎 孙莺萁 宋考平 田枫 廖士中 |
| |
| 作者单位： | 东北石油大学计算机与信息技术学院 大庆163318;北京德威佳业科技有限公司博士后科研工作站 北京100020,东北石油大学计算机与信息技术学院 大庆163318,东北石油大学计算机与信息技术学院 大庆163318,北京德威佳业科技有限公司博士后科研工作站 北京100020;东北石油大学教育部提高油气采收率重点实验室 大庆163318,东北石油大学计算机与信息技术学院 大庆163318,天津大学计算机科学与技术学院 天津300072 |
| |
| 基金项目： | 本文受国家自然科学基金项目(61502094),黑龙江省科学基金项目(F2015020,F2016002,E2016008),北京市博士后工作经费资助 |
| |
| 摘 要： | 正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法。根据SVR正则化路径的分段线性性质,该类算法可在相当于一次SVR求解的时间复杂度内求得正则化参数的所有可能取值及对应SVR的解。由于在解路径建立过程中需要求解线性方程组,已有的精确计算方法难以处理大规模的样本数据,因此研究了正则化路径近似算法,并提出了SVR正则化路径近似算法SVRRPMCC。首先,应用Monte Carlo方法实现线性方程组系数矩阵的随机采样,求得近似系数矩阵； 然后,应用Cholesky分解方法实现快速求解系数逆矩阵；进一步,分析了SVRRPMCC算法的近似误差和计算复杂性；最后,在标准数据集上的实验验证了SVRRPMCC算法的合理性和较高的计算效率。
|
| 关 键 词： | 支持向量回归机 正则化路径 矩阵近似 Monte Carlo采样 Cholesky分解 |
| 收稿时间： | 2016/10/11 0:00:00 |
| 修稿时间： | 2016/11/12 0:00:00 |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
