代价敏感支持向量机的投影次梯度求解方法 (2011年)

【文件属性】：
文件名称：代价敏感支持向量机的投影次梯度求解方法 (2011年)
文件大小：747KB
文件格式：PDF
更新时间：2021-05-30 01:16:03
工程技术 论文 针对传统的分类算法以及精度作为评价指标不能够满足现实分类问题的需要,将代价敏感方法引入支持向量机中,提出一种新的学习算法CSSVM,并得到了类似于Pegasos 的投影次梯度求解方法,用于大规模数据的处理。Pegasos 的步骤包括初始化、迭代、确定梯度下降的步长、确定梯度下降方向、更新、投影和结束。实验结果表明,该算法能有效提高识别率和识别精度,具有一定的竞争力。