论文部分内容阅读
模型选择问题是支持向量机的基本问题．基于核矩阵近似计算和正则化路径，提出一个新的支持向量机模型选择方法．首先，发展初步的近似模型选择理论，包括给出核矩阵近似算法KMA-α，证明KMA-α的近似误差界定理，进而得到支持向量机的模型近似误差界．然后，提出近似模型选择算法AMSRP．该算法应用KMA-α计算的核矩阵的低秩近似来提高支持向量机求解的效率，同时应用正则化路径算法来提高惩罚因子C参数调节的效率．最后，通过标准数据集上的对比实验，验证了AMSRP的可行性和计算效率．实验结果显示，AMSRP可在保证测试集