SVRRPMCC:一种支持向量回归机的正则化路径近似算法

• 作者: 孙莺萁 宋考平 廖士中 王梅 王莎莎 田枫
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 支持向量回归机 正则化路径 矩阵近似 Monte Carlo采样 Cholesky分解
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 第四届CCF大数据学术会议
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP181
• 字数: 5682字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.12.008

摘要

正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法.根据SVR正则化路径的分段线性性质,该类算法可在相当于一次SVR求解的时间复杂度内求得正则化参数的所有可能取值及对应SVR的解.由于在解路径建立过程中需要求解线性方程组,已有的精确计算方法难以处理大规模的样本数据,因此研究了正则化路径近似算法,并提出了SVR正则化路径近似算法SVRRPMCC.首先,应用Monte Carlo方法实现线性方程组系数矩阵的随机采样,求得近似系数矩阵;然后,应用Cholesky分解方法实现快速求解系数逆矩阵;进一步,分析了SVRRPMCC算法的近似误差和计算复杂性;最后,在标准数据集上的实验验证了SVRRPMCC算法的合理性和较高的计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖士中	天津大学计算机科学与技术学院	40	162	9.0	10.0
2	宋考平		66	266	8.0	12.0
4	王莎莎	东北石油大学计算机与信息技术学院	4	1	1.0	1.0
5	田枫	东北石油大学计算机与信息技术学院	29	41	4.0	5.0
6	王梅	东北石油大学计算机与信息技术学院	26	38	3.0	5.0
10	孙莺萁	东北石油大学计算机与信息技术学院	6	5	1.0	2.0