SVRRPMCC:一种支持向量回归机的正则化路径近似算法

摘要：

正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法.根据SVR正则化路径的分段线性性质,该类算法可在相当于一次SVR求解的时间复杂度内求得正则化参数的所有可能取值及对应SVR的解.由于在解路径建立过程中需要求解线性方程组,已有的精确计算方法难以处理大规模的样本数据,因此研究了正则化路径近似算法,并提出了SVR正则化路径近似算法SVRRPMCC.首先,应用Monte Carlo方法实现线性方程组系数矩阵的随机采样,求得近似系数矩阵;然后,应用Cholesky分解方法实现快速求解系数逆矩阵;进一步,分析了SVRRPMCC算法的近似误差和计算复杂性;最后,在标准数据集上的实验验证了SVRRPMCC算法的合理性和较高的计算效率.

关键词：支持向量回归机、正则化路径、矩阵近似、Monte Carlo采样、Cholesky分解

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61502094;黑龙江省科学基金项目F2015020,F2016002,E2016008;北京市博士后工作经费资助项目2015ZZ-120;北京市朝阳区博士后工作经费资助项目2014ZZ-14.东北石油大学校培育基金项目XN2014102

在线出版日期：2018-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：42-47