《表1 实验使用的标准数据集》

  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

《在线核选择的对抗式多臂赌博机模型》

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

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。