一种非凸松弛化的多核集成回归方法
倪成功
陆扣
袁旭
黄昌彬
徐兆瑞
江苏大学计算机科学与通信工程学院 镇江 212013
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.
关键词：最小二乘损失核技巧非凸优化集成学习回归
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2022-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 28-33,105 )
英文信息