【文件属性】:
文件名称:matlab最优化linprog代码-MCM_LINPROG:最小复杂度的机器
文件大小:5.3MB
文件格式:ZIP
更新时间:2021-06-02 00:00:33
系统开源
matlab最优化linprog代码最小复杂度的机器
VC
维度衡量学习机的复杂度,低
VC
维度导致良好的泛化。
虽然
SVM
产生了最先进的学习性能,但众所周知,SVM
的
VC
维数可以是无限的;
尽管在实践中取得了良好的结果,但并不能保证良好的泛化。
在本文中,我们展示了如何通过最小化其
VC
维度上的精确或
Θ
界限来学习超平面分类器。
所提出的方法称为最小复杂度机
(MCM),涉及解决一个简单的线性规划问题。
实验结果表明,在许多基准数据集上,所提出的方法学习的分类器的错误率远低于传统的
SVM,同时通常使用更少的支持向量。
在许多基准数据集上,支持向量的数量不到
SVM
使用的数量的十分之一,表明
MCM
确实学习了更简单的表示。
代码
代码用Matlab编写,使用linprog解决优化问题
例子
在这里,我们展示了算法和
22
个
UCI
数据集,供用户测试他们的代码。
引文
如果您使用代码,请使用
bibtex
条目引用以下论文:
@article{Jayadeva:2015:LHC:2841459.2841848,
author
=
{Jayadeva},
titl