非凸共轭梯度p范数正则化SVM分类算法

• 作者: 刘建伟 左信 黄海龙
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: p范数 支持向量机 共轭梯度法
• 年，卷（期）: 2013,（3）
• 页码范围: 51-58
• 页数: 8页
• 分类号: TP18
• 字数: 6006字
• 语种: 中文

摘要

经典的p范效支持向量机分类算法的正则化阶次p往往被选定为0、1或2.但是通过大量的实验可知,p取0、1或2的分类效果并不一定是最佳的.针对不同的数据使用不同的正则化阶次,可以改进分类算法的预测准确率.刘建伟等从目前迭代再权的思想出发讨论了p范数正则化支持向量机问题,但由于每次求解的均是原同题的近似问题,因而得到的解是近似解.从最优化角度出发,应用非凸共轭梯度算法求解0＜p＜1时的p范数正则化支持向量机问题,分别对3种不同的支持向量机问题进行了求解,并通过处理3种典型的 癌症数据集展示了算法的良好分类效果.