基于Fenchel对偶的核Logistic回归并行学习算法

摘要：

给出了一种大规模核Logistic 回归的并行学习算法.利用凸优化中的Fenchel对偶定理.将核Logistic回归的优化原问题转换成对偶空间的优化问题,再利用块更新迭代方法,可以独立地在部分数据集上进行分类器训练.设计了一个简单的客户机-服务器并行计算模式,每个客户机对部分数据优化子问题,在一次优化结束后,服务器根据各客户机传递的信息修正各子问题目标函数.在标准数据集的实验结果表明了基于Fenchel对偶的核Logistic 回归并行学习算法的可行性.

关键词：核Logistic回归、Fenchel对偶、大规模机器学习、凸优化

所属期刊栏目：37

分类号：TP181(自动化基础理论)

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1145-1151