线性分类器与神经网络在数据处理方面的应用

• 作者: 余华云 陈琦轩
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 机器学习 线性回归分类器 局部化处理 神经网络 大样本数据
• 年，卷（期）: 2020,（16）
• 页码范围: 198-199
• 页数: 2页
• 分类号: TP391

摘要

在机器学习诞生之时起,线性回归分类器便体现出优越的性能,然而,随着时代的进步,每类训练样本数量增大,线性分类器的速度变得很慢,也凸显了线性分类的一个致命弱点:对大样本数据束手无策。即当用于训练的样本数量大于样本的维数时,线性分类器会无法工作。解决的办法之一是对分类器作局部化处理从而对数据进行筛选,避免大样本数据问题的出现。然而,随着神经网络的兴起,对于大样本数据的处理,也有了更多的新兴的处理办法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余华云	长江大学计算机科学学院	15	30	3.0	5.0
2	陈琦轩	长江大学计算机科学学院	2	0	0.0	0.0