L1+L2正则化逻辑斯蒂模型分类算法

摘要：

提出一种L1+L2范数正则化逻辑斯蒂模型分类算法.该算法引入L2范数正则化,解决L1正则化逻辑斯蒂算法迭代过程奇异问题,通过引入样本向量的扩展和新的权值向量完成L1范数非平滑问题,最终使用共轭梯度方法求解经过转化的最优化问题.在各种实际数据集上的实验结果表明,该算法优于L2范数、L1范数和Lp范数正则化逻辑斯蒂模型,具有较好的特征选择和分类性能.

关键词：L1范数、L2范数、共轭梯度、特征选择、正则化、逻辑斯蒂模型

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：中国石油大学北京基础学科研究基金

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：148-151