基于线性SGD的两层迭代算法 |
| |
作者单位: | ;1.河北大学数学与信息科学学院 |
| |
摘 要: | 近年来,随机梯度下降算法用于求解SVM模型的原问题得到了人们的广泛关注。随机梯度下降算法每次只处理一个训练样例,它可以快速训练出线性可分数据集的SVM分类器。由于随机梯度下降算法的运算时间与迭代次数呈线性相关关系,而与训练集样例的个数无关,所以文章提出了一个基于线性SGD的两层迭代算法,在算法的第二步,可以筛选出一个远远小于原始训练集的子训练集来完成最终SVM的训练。
|
关 键 词: | 随机梯度下降 支持向量机 两层迭代 |
|
|