- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种选择特征的稀疏在线学习算法-山东大学学报(工学版)
第47卷 第1期 山 东 大 学 学 报 (工 学 版) 2017年2月
Vol.47 No.1 JOURNALOFSHANDONGUNIVERSITY(ENGINEERINGSCIENCE) Feb.2017
文章编号:16723961(2017)01002206 DOI:106040/j.issn.1672396112016060
一种选择特征的稀疏在线学习算法
1,2 1 3 2 2
魏波 ,张文生 ,李元香 ,夏学文 ,吕敬钦
(1.中国科学院自动化研究所,北京 100190;2.华东交通大学软件学院,江西 南昌330013;
3.武汉大学软件工程国家重点实验室,湖北 武汉430072)
摘要:为了有效处理海量、高维、稀疏的大数据,提高对数据的分类效率,提出一种基于L 准则稀疏性原理的在线
1
学习算法(asparseonlinelearningalgorithmforselectionfeature,SFSOL)。运用在线机器学习算法框架,对高维流
式数据的特征进行新颖的“取整”处理,加大数据特征稀疏性的同时增强了阀值范围内部分特征的值,极大地提高
了对稀疏数据分类的效果。利用公开的数据集对SFSOL算法的性能进行分析,并将该算法与其它3种稀疏在线
学习算法的性能进行比较,试验结果表明提出的SFSOL算法对高维稀疏数据分类的准确性更高。
关键词:大数据;机器学习;在线学习;稀疏性;L准则
1
中图分类号:TP391 文献标志码:A
Asparseonlinelearningalgorithmforfeatureselection
1,2 1 3 2 2
WEIBo ,ZHANGWensheng,LIYuanxiang,XIAXuewen,LYUJingqin
(1.InstituteofAutomation,ChineseAcademyofScience,Beijing100190,China;
2.SchoolofSoftware,EastChinaJiaotongUniversity,Nanchang330013,Jiangxi,China;
3.StateKeyLaboratoryofSoftwareEngineering,WuhanUniversity,Wuhan430072,Hubei,China)
Abstract:Inordertoeffectivelydealwithmass,highdimensionalandsparsebigdataandimprovetheefficiencyofda
taclassification,anonlinelearningalgorithmbasedonthesparsityprincipleofLnormwasproposed.Thefeatureof
1
highdimensionalstreamingdatawerenovel“Integer”processedbyusingtheonlinemachinelearningalgorithmframe
您可能关注的文档
最近下载
- 股份有限公司对外投资章程.docx VIP
- 兽药GMP检查验收评定标准.pdf
- 神华国能集团有限公司制度管理实施办法 (1).docx
- GB∕T 41206-2021 空间环境(自然和人工) 宇宙线和太阳能量粒子穿入磁层 有效垂直地磁截止刚度的确定方法.pdf
- 2.16老年病科疗质量评价体系与考核标准.doc
- 江西省南昌市第三中学2022-2023学年八年级下学期期末考试数学试卷(含答案).docx VIP
- 24春国家开放大学《JavaScript程序设计》形考作业1-5参考答案.docx
- (精心整理)中考思想品德思维导图.pdf
- 2023年7月浙江省高二学业考试(学考)语文试卷真题--统编版高二总复习.docx VIP
- 重温经典马丁·帕尔的摄影之路.pdf VIP
文档评论(0)