《表1 数据集相关信息：基于ML loss的SVM分类算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于ML loss的SVM分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用MNIST、Fashion-MNIST、CIFAR10和CIFAR100数据集和hinge SVM等多个SVM模型进行分类实验[13]，数据集的相关信息如表1所示。每个数据集中均加入噪声，噪声比例为0.1、0.2和0.3。MNIST和Fashion-MNIST数据集均有60 000个训练集和10 000个测试集，分成600个训练批，每批100个样本，CIFAR10和CIFAR100均有50 000个训练集和10 000个测试集，训练集分成500个训练批，每批为100个样本，使用7折交叉验证，SVM均使用高斯核函数。