基于支持向量机正则化路径的广义近似交叉验证方法

摘要

本发明涉及基于正则化路径的支持向量机模型选择。为提供一种基于支持向量机正则化路径的广义近似交叉验证方法，本发明采用的技术方案如下：基于支持向量机正则化路径的广义近似交叉验证方法，包括下列步骤：在定义的支持向量机正则化模型中，开始时赋给λ一个很大的值，让λ递减并趋向0。随着λ的减少，||β||增加，间隔的宽度减小。随着间隔的变窄，训练点从间隔里移到间隔外。与这些训练点对应的αi值从αi＝1(此时训练点在间隔中，yif(xi)＜1)变为αi＝0(当它们移出间隔，yif(xi)＞1)。由连续性，当αi从1减至0时，训练点必会落到间隔(yif(xi)＝1)上。然后，在得到的正则化路径上应用GACV方法，选出GACV值最小的分类器。本发明主要应用于机器学场合。

主权项

一种基于支持向量机正则化路径的广义近似交叉验证方法，其特征是，包括下列步骤：在定义的支持向量机正则化模型中，开始时赋给λ一个很大的值，让λ递减并趋向0，随着λ的减少，||β||增加，间隔的宽度减小，随着间隔的变窄，训练点从间隔里移到间隔外，与这些训练点对应的αi值从αi＝1，此时训练点在间隔中，yif(xi)＜1，变为αi＝0，当它们移出间隔，yif(xi)＞1，由连续性，当αi从1减至0时，训练点必会落到间隔yif(xi)＝1上，然后，在得到的正则化路径上应用GACV方法，选出GACV值最小的分类器。