给定经验风险水平的支持向量回归机
Journal of Huazhong University of Science and Technology(Natural Science Edition)（2010）
摘要
针对传统支持向量回归机(SVR)中经验风险和置信风险的折中系数C难以选择的问题,提出了2种给定经验风险水平的支持向量回归新模型.相比于传统的SVR模型,新模型给出了结构风险化原则的另一种实现方式,为经验风险和置信风险的控制提供了更容易处理的方案.此方案一方面可满足对经验风险的具体要求;另一方面又避免了折中系数C的选取,减少了模型参数的选择时间.此外,新模型还可通过设置各个样本点上经验风险的大小,自然地处理样本点重要性不一样的问题.标准数据集上的实验验证了新模型的有效性.
更多查看译文
关键词
support vector regression machines,empirical risk,regression models,confidence risk,structural risk minimization principle
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要