普适性核度量标准比较研究

• 作者: 王裴岩 蔡东风
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 核方法 核选择 核参数优化 普适性核度量标准
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 大数据时代的机器学习研究专刊
• 页码范围: 2856-2868
• 页数: 13页
• 分类号: TP181
• 字数: 6903字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004905

摘要

核方法是一类应用较为广泛的机器学习算法,已被应用于分类、聚类、回归和特征选择等方面.核函数的选择与参数优化一直是影响核方法效果的核心问题,从而推动了核度量标准,特别是普适性核度量标准的研究.对应用最为广泛的5种普适性核度量标准进行了分析与比较研究,包括KTA,EKTA,CKTA,FSM和KCSM.发现上述5种普适性度量标准的度量内容为特征空间中线性假设的平均间隔,与支持向量机最大化最小间隔的优化标准存在偏差.然后,使用模拟数据分析了上述标准的类别分布敏感性、线性平移敏感性、异方差数据敏感性,发现上述标准仅是核度量的充分非必要条件,好的核函数可能获得较低的度量值.最后,在9个UCI数据集和20Newsgroups数据集上比较了上述标准的度量效果发现CKTA是度量效果最好的普适性核度量标准.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡东风	沈阳航空航天大学人机智能研究中心	105	916	14.0	27.0
2	王裴岩	南京航空航天大学计算机科学与技术学院	25	100	6.0	9.0