VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則是統(tǒng)計(jì)學(xué)習(xí)理論中的重要內(nèi)容,基于這一理論的支持向量機(jī)算法由于具有好的泛化性能受到重視,并被研究用于文本分類問題.基于多項(xiàng)式核的研究工作認(rèn)為SVM的泛化能力不受多項(xiàng)式階數(shù)的影響,并且能夠處理很高維的分類問題,用于文本分類無(wú)需進(jìn)行特征選擇.研究發(fā)現(xiàn),隨著多項(xiàng)式核階數(shù)的升高,SVM文本分類器會(huì)出現(xiàn)過(guò)學(xué)習(xí)現(xiàn)象,并且特征數(shù)越多越明顯,特征選擇是必需的.通過(guò)估計(jì)函數(shù)集的VC維,基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論對(duì)此問題進(jìn)行分析,得出的結(jié)論跟實(shí)驗(yàn)結(jié)果相符.
標(biāo)簽：
SVM
多項(xiàng)式
風(fēng)險(xiǎn)
準(zhǔn)則
上傳時(shí)間：
2013-12-01
上傳用戶：c12228
