科研之友
微信
新浪微博
Facebook
分享链接
摘要
支持向量机的核函数的应用性越来越强。性能优秀的核函数可以带来非常好的效果,为了充分利用核函数的优点,构造出一种创新的多核集成方法。在这个整体框架中,每个核回归器都与一个权重相关联,该权重可以根据其对回归结果的贡献来自训练自动调整。通过这种方式,可以直接从数据中学习更合适的核函数类别及其对应的参数,而无需任何人工干预,从而有更好的回归性能。同时为了使非凸问题可以求解,将引入L1范数和L2范数进行重新建模,从而获得解耦形式,具有可求偏导形式的模型。在一些UCI回归数据集上的实验结果表明,论文提出的方法在最新的比较方法中获得了最佳的回归性能。
- 单位
