判别最小平方有序回归

摘要：

有序回归是特殊的机器学习范式，其目标是利用数据间内在的序标号以划分模式。尽管众多算法相继提出，但经典的最小平方回归( LSR)尚未应用于有序回归场景。为此，文中采用累积标号编码和间隔扩大策略，在LSR基础上提出判别最小平方有序回归( DLSOR)。 DLSOR在对回归函数无需施加约束的前提下，仅通过改造标号实现有序信息的嵌入和类间间隔的扩大，从而确保DLSOR在与LSR具有相当模型复杂度的同时，既保证较高的分类精度，又获得较低的平均绝对误差。实验验证DLSOR在提升有序回归性能上的优越性。

关键词：有序回归、最小平方回归(LSR)、累积标号、间隔扩大

分类号：TP319(计算技术、计算机技术)

资助基金：江苏省自然科学基金项目BK2011728;教育部博士点基金项目20133218110032;江苏省研究生培养创新工程项目CXLX13159

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：535-541