《表2 OKSW以及不同在线核学习算法的错误率比较》
(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。
图表编号 | XD0035511700 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) |