基于主动学习的最小二乘支持向量机稀疏化

• 作者: 余正涛 毛存礼 苏磊 赵兴 邹俊杰
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 最小二乘支持向量机 稀疏化 主动学习 分类
• 年，卷（期）: 2012,（1）
• 页码范围: 12-17
• 分类号: TP181
• 字数: 4658字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2012.01.003

摘要

针对最小二乘支持向量机( LSSVM)稀疏化问题,提出一种基于主动学习的LSSVM数据稀疏化学习算法.首先基于核聚类的方法选取初始样本,并利用LSSVM构建一个最小分类器,然后计算样本在分类器作用下的分布,选择最接近分类面的样本进行标记,最后将该标记样本加入训练集建立新的分类器,重复上述过程直到模型精度满足要求,以此建立部分样本的LSSVM稀疏化模型.利用加利福尼亚大学欧文分校(UCI)提供的6种数据集进行实验,结果表明,提出的方法使LSSVM的稀疏性提高了46％以上,减少了标注样本带来的成本.