【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