摘要
核选择是核方法研究的关键内容,多核学习利用多个基核的组合代替单个核,将核选择问题转化为对组合系数的选择,有效地改进了核方法.提出一种基于中心化核对齐的二阶段多核学习方法,与传统的一阶段多核学习方法相比,该算法不仅求解效率较高,而且具有清晰的统计解释.理论分析表明,该算法不仅能显式地最大化基核的组合与输出标签之间的依赖关系,而且能隐式地最小化基核之间的冗余关系.UCI公用数据集上的实验结果表明,与经典的多核学习方法相比,该算法能显著地提高分类准确率.
-
单位现代教育技术中心; 赣南师范大学