支持向量机推广能力估计方法比较

被引：43

作者：

董春曦

杨绍全

饶鲜

汤建龙

机构：

[1] 西安电子科技大学

[2] 西安电子科技大学陕西西安

[3] 陕西西安

来源：

电路与系统学报 | 2004年 / 04期

关键词：

支持向量机(Support Vector Machine,SVM); 推广能力估计; 方法比较;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

支持向量机是一种新的机器学习算法,与其它学习算法相比,它的最大优点是基于结构风险最小化原则,因而能够保证推广能力。推广能力估计是机器学习中的一个重要问题,是实现自适应调整、参数选择、模型选择的等方法的基础。本文详细比较当前较有影响的几种推广能力估计方法,指出了这些方法适应范围和优缺点,并结合各种方法的原理讨论了推广能力估计可能的发展方向。

引用

页码：86 / 91+96 +96

页数：7