《表2 OKSW以及不同在线核学习算法的错误率比较》

  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

（单位:%）

实验1包括两组独立的对比实验:Forgetron vs.OKSW-Forgetron和BODG vs.OKSW-BODG。对于OKSW，设置m=2。两种在线核学习算法经验地采用过滤式在线核选择方法，预先设置核参数。对于Forgetron，根据Dekel等[7]设置核参数σ=20；对于BOGD，根据Zhao等[8]设置核参数σ=23。表2比较了不同算法的平均预测错误率。实验结果显示，在多数数据集上，所提出的在线核选择包裹式算法OK-SW的平均预测错误率显著低于预先设置核参数的在线核学习算法的错误率，因为在线核学习算法预先设置的核参数并不适用于所有的数据集。