文件名称:支持向量机中核函数的性能评价策略
文件大小:188KB
文件格式:KDH
更新时间:2012-12-28 07:46:28
支持向量机
继神经网络方法之后,支持向量机成为机器学习领域中的有效方法,但是核函数的评价和选取问题一直存在。该文从结构风险出 发,通过经验风险和置信区间2个方面对核函数的性能进行量化,给出评价核函数性能的公式,指出传统经验风险定义的缺陷,并提出了 一个新的定义。实验证明了该算法的可行性和有效性。
文件名称:支持向量机中核函数的性能评价策略
文件大小:188KB
文件格式:KDH
更新时间:2012-12-28 07:46:28
支持向量机
继神经网络方法之后,支持向量机成为机器学习领域中的有效方法,但是核函数的评价和选取问题一直存在。该文从结构风险出 发,通过经验风险和置信区间2个方面对核函数的性能进行量化,给出评价核函数性能的公式,指出传统经验风险定义的缺陷,并提出了 一个新的定义。实验证明了该算法的可行性和有效性。