《表1 实验使用的标准数据集》
高斯核对应的傅里叶逆变换得到的概率分布p(n)=N(0,σ-2 Id×d)是一个d维的正态分布[19]。实验数据为LIBSVM[20]以及UCI[21]机器学习库中的标准二分类数据集,所有数据集均合并了训练集与测试集,如表1所列。其中,“SUSY”通过采样原数据集的部分数据形成。RFF-Hinge和OKS-RFF均是应用梯度下降的方法来学习核参数,初始核参数从集合{2-8,2-6,2-4,2-2}中均匀地随机选择。对于OK-SW,OKSE以及OKS,候选核集合为2[-5∶1∶6]。对于在线二分类问题,B=1。对于OKSW,根据定理1的理论结果,设置β=m,近似设置。对于OKSE,根据定理3的理论结果,设置β=m,近似设置。对于OKS-FOGD,根据Yang等[13]设置参数δ=0.2,在“covtyper”数据上,重新设置δ=0.02,以保证算法的正常运行。所有算法的步长η从2×10[-5∶1∶0]中择优选择。算法在RStudio上执行,实验机器是core i7个人PC机,12GB RAM。每项实验执行20次,每次对数据重新随机排列,最后的结果取20次的平均值。
图表编号 | XD0035511600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 李峻樊、廖士中 |
绘制单位 | 天津大学智能与计算学部、天津大学智能与计算学部 |
更多格式 | 高清、无水印(增值服务) |